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