# python词频统计

如何将用python程序的方法来统计文本词频的统计

####### 首先还是先给大家把代码给大家：

import jieba as j
txt=open("threekingdoms.txt","r",encoding="utf8").read()
txts=j.lcut(txt)
keywords=["却说","二人","不能","如此","不可","商议","左右","如何"]
counts={}
for word in txts:
    if len(word)==1:
        continue
    elif word == "孔明" or word == "孔明曰":
        rword = "孔明"
    elif word == "关公" or word == "云长":
        rword = "关羽"
    elif word == "玄德" or word == "玄德曰":
        rword = "刘备"
    elif word == "孟德" or word == "丞相":
        rword = "曹操"
    else:
        rword=word
    counts[rword] = counts.get(rword,0) + 1
for word in keywords:
    del(counts[word])
items=list(counts.items())
items.sort(key=lambda x:x[1], reverse=True)
for i in range(15):
    word,coun=items[i]
    print("{:<10}:{:>5}".format(word,coun))

这是一段关于三国演义里面对于人物出场次数的统计；首先给大家介绍一下编程思路：

我们接下来依次来解读一下这串代码：

首先打开文件并读取文件：

import jieba as j
txt=open("threekingdoms.txt","r",encoding="utf8").read()
txts=j.lcut(txt)
#这串是用来打开文件，并把读取的文本进行分词

然后对每个词语进行统计：

for word in txts:
    if len(word)==1:
        continue
    elif word == "孔明" or word == "孔明曰":
        rword = "孔明"
    elif word == "关公" or word == "云长":
        rword = "关羽"
    elif word == "玄德" or word == "玄德曰":
        rword = "刘备"
    elif word == "孟德" or word == "丞相":
        rword = "曹操"
    else:
        rword=word
    counts[rword] = counts.get(rword,0) + 1
#最主要的是最后一串代码：他代表在counts字典中获得rword键所对应的值
，如果没有，那么就返回默认值0，最后无论如何都要把这个键的值加1；然后
再把这个值赋值给counts字典对应rword的值；这个实现了对rword的计数

接着我们开始来排序：

items=list(counts.items())
items.sort(key=lambda x:x[1], reverse=True)
#我们先将counts这个字典里面的所有键值对进行列表化（注意：对字典列表
化，实质是将单个的键值对用元组来表示，然后再将所有的元组整合到一个列
表中：如{"wo":1,"ni":2}列表化后为[(wo,1),(ni,2)]);接下来我们对获
得到的列表进行排序

我们对排序后的列表进行前15项打印：

for i in range(15):
    word,coun=items[i]
    print("{:<10}:{:>5}".format(word,coun))
#之所以可以给两个变量赋值，主要还是上面列表化后 items列表
中其实每个元素都是用元组来表示的，所以在items列表返回一个
元素时，它返回的是一个元组，元组里面又包括之前的键和值 
so。。。。

给大家看一下运行后的图片：

编写不易，希望各位大侠还是留个脚印叭