Python快速统计文件中高频词

思路：

1.通过jieba库获取所有词语列表；
2.计算列表里出现词语及其对应的词频，存储在字典中；
3.对字典里的词语按照频次进行排列；
4.输出频次前十的词语及其频次；

jieba库的安装

需要cmd进入命令提示符窗口，输入pip install jieba安装即可

源代码如下

import jieba                # 调用jieba库
f_name = '斗破苍穹.txt'      # 文件地址
with open(f_name, encoding='utf-8')as a:    # 将文件放入a中
    b = a.read()            # 对文件进行读操作
words = jieba.lcut(b)       # words是直接生成一个装有词的列表，即list
count = {}  # 定义一个字典
for word in words:          # 枚举在文章中出现的词汇
    if len(word) < 2:       # 排除字长小于2的词
        continue
    else:                   # 统计词频
        count[word] = count.get(word, 0)+1
list1 = list(count.items())     # 将字典中的键值对转化为列表
list1.sort(key=lambda x: x[1], reverse=True)    # 对列表按照词频从大到小排列
for i in range(10):
    word, number = list1[i]     # 将列表中的word与number提取出来
    print("关键字：{:-<10}频次：{:+>8}".format(word, number))      # 输出word与number值、