用jieba进行中文分词并统计中文词频
安装jieba
pip install jieba
2种:
1.统计三国演义排前20的词频(去掉部分不想要的词)
2.统计自行指定的三国演义人物的出场次数
import jieba
# 统计三国演义排前20的词频(去掉部分不想要的词)
# 打开读取文件名为threekingdoms.txt的三国演义文档
txt = open('threekingdoms.txt','r', encoding = 'utf-8').read()
# jieba.lcut() 精确模式切分中文
txt = jieba.lcut(txt)
counts = {
}
new = {
}
excludes = {
'将军','却说','荆州','二人','不可','不能','如此','今日','次日','于是','如何','主公','一人','不敢','大喜','陛下','不知','汉中','只见','都督','后主'}
# string.format() 格式化
print('统计三国演义排前20的词频:')