一、实验目的和要求
- 导入jieba库
2)掌握jieba库中lcut方法
二、实验内容
程序1:使用词频统计的方法,生成《水浒传》出场次数最多的5个人物的姓名。
读取《水浒传》文本文件见附录:threekingdoms.txt
注意:词频分析到人物分析的转换
第一次做种词频统计类的题 简要思路就是 首先对文本进行处理 然后进行分割成一个一个的列表,紧接着对列表进行判断,如果列表中的词是我们设定的那些动词就跳过他,如果列表长度大于1(目的是取出单个字或符号在这里的单个字默认不是人名)我们就把他进行次数统计,结果输出那些最多的前5名。
注:设定的词是我们通过统计出来次数很多却不是人名的词。
from collections import Counter
b=[]
exincludes = ['将军', '却说']
with open("threekingdoms.txt ",encoding="utf-8") as f:
test=f.read()
a=jieba.lcut(test, cut_all=False)
for i in a:
if i in exincludes:
continue
if len(i) > 1 :
b.append(i)
wordcount = Counter(b)
print(wordcount.most_common(5))
// An highlighted block
var foo = 'bar';