51学通信论坛2017新版

标题: 基本词频统计 [打印本页]

---

作者: admin    时间: 2019-6-23 12:57
标题: 基本词频统计
[attach]5797[/attach]

[attach]5798[/attach]

代码：

1. # CalHamlet.py
   
2. def getText():
   
3.     txt = open("hamlet.txt", "r").read()
   
4.     txt = txt.lower()
   
5.     for ch in '!"#$%&()*+,-./:;<=>?@[\\]^_‘{|}~':
   
6.         txt = txt.replace(ch, " ")   #将文本中特殊字符替换为空格
   
7.     return txt
   
8. hamletTxt = getText()
   
9. words  = hamletTxt.split()
   
10. counts = {}
    
11. for word in words:
    
12.     counts[word] = counts.get(word,0) + 1
    
13. items = list(counts.items())
    
14. items.sort(key=lambda x:x[1], reverse=True)
    
15. for i in range(10):
    
16.     word, count = items[i]
    
17.     print ("{0:<10}{1:>5}".format(word, count))

复制代码

结果：

1. the        1138
   
2. and         965
   
3. to          754
   
4. of          669
   
5. you         550
   
6. i           542
   
7. a           542
   
8. my          514
   
9. hamlet      462
   
10. in          436

复制代码

---

欢迎光临 51学通信论坛2017新版 (http://bbs.51xuetongxin.com/)

Powered by Discuz! X3