统计文档中前5个高频词个数并输出

Posted huigebj

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了统计文档中前5个高频词个数并输出相关的知识,希望对你有一定的参考价值。

import jieba

ls="中国是一个伟大的国家,是一个好的国家"
print(原始文档为:,ls)
counts={} # 定义统计字典
words=jieba.lcut(ls)
print(分好的词组为:,words)

for word in words:
    counts[word]=counts.get(word,0)+1
print(生成的字典为:,counts)
print(字典的元素为:,counts.items())
#字典元组转换为列表
items=list(counts.items())
print(counts的元素生成新的列表:,items)
#列表按第2个值进行排序-降序reverse=True,默认升序 
items.sort(key=lambda x:x[1],reverse=True)

print(按元组中第二维值排序后的列表为:,items)
#转出列表前5个
for i in range(5):
    word,count=items[i]
    print("{0:<10}---{1:>5}".format(word,count))

#------------
for word in words:
    if len(word) ==1:   #增加一个判断是否为词组
        continue
    else:
        counts[word] = counts.get(word,0)+1

 

以上是关于统计文档中前5个高频词个数并输出的主要内容,如果未能解决你的问题,请参考以下文章

201671010439-词频统计软件项目报告

201671010410 冯婷秀 词频统计软件项目报告

201671010421 麻存滔 词频统计软件项目报告

201671010406 词频统计软件项目报告

leetcode之374前K个高频元素Golang

LeetCode刷题(130)~前 K 个高频元素最小堆|快速排列 难点!