Python学习：词频统计（zip、set、split、len 函数）的应用

词频统计

一、编辑字符串

1、字符链接 — zip( )

2、创建不重复集合— set( )

3、字符串分隔 — split( )

4、获取字符串长度 — len( )

1. 通过len()计算字符串长度时，不区分英文、数字和汉字，都按一个字符计算。
2. 采用utf-8编码的字符串，一个汉字当3个字节。
3. 采用gbk编码的字符串，一个汉字当2个字节。

二、词频统计

# -*- coding: utf-8 -*-
'''
功能：词频统计
作者：zwh
日期：2021/11/21
'''

text = 'I love python I love java I learn python'
# 拆分
words = text.split(' ')
# 去重
diff_words = list(set(words))

# 统计单词个数的列表
counts = []
for i in range(len(diff_words)):
    counts.append(0)

# 遍历单词列表，统计各个单词的个数
for i in range(len(words)):
    for j in range(len(diff_words)):
        if diff_words[j] == words[i]:
            counts[j] = counts[j] + 1

# 输出统计结果
for word_count in zip(diff_words, counts):
    print(word_count)

学习提示：

Details determine success or failure！
细节决定成败！