python统计前十出现最多的词

Posted 2020-10-09

一、描述

     这是一道python面试题：

     “一个可读文件，有一万行，一行只有一个单词，单词可以重复的，求出这一万行中出现频繁次数最多的前10个单词”

二、思路

       先读取文件变为列表，再用集合去重得到一个参照的列表，逆排序取前10（最大即最多的的10个元素），再用参照列表中的每个元素从文件中去统计，把参照列表中的元素作为键，统计到的结果为值，放入字典，打印出来。

三、代码

#!/usr/bin/python
#coding:utf-8
all_C = []
with open("words.txt",‘r‘) as f:
    for line in f.readlines():
        all_C.append(line)
#获取无重复元素
all_set=set(sorted(all_C))
#统计为字典
counts={}
for key in all_set:
     counts[key] = all_C.count(key)
#获取前10个元素的个数变为列表
tens = sorted(counts.values(),reverse=True)[0:11]
print tens
#统计最终前十的元素及出现次数
tendict = {}
for k in counts.keys():
    if counts[k] in tens:
        tendict.setdefault(counts[k],k.strip("\n"))
print("出现最多的10个词为:%s \n") %tendict

#python tens.py

如图：

练习的文件类似 如下10001行，以文件的方式读取还是很快的：

总结：

        感觉几万行这样的代码处理是没有问题的，再大点估计有点吃不消了，没有试过，总觉得有点lower,看官有更好的方法，请留言交流。

本文出自 “学无止境,学以致用” 博客，请务必保留此出处http://dyc2005.blog.51cto.com/270872/1969699