统计英文文档频率前n单词
Posted yNdots
tags:
篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了统计英文文档频率前n单词相关的知识,希望对你有一定的参考价值。
#coding:utf-8 #!/usr/bin/python2.6 def statistic_eng_text(): ‘‘‘统计出英文文档中高频词汇‘‘‘ cnt = Counter() np = os.path.join(get_project_path(),‘doc‘,‘jack lodon.txt‘) ff = open(np,‘r‘) words = ff.read() format_text = re.split(‘[\s\ \\,\;\.\!\n]+‘,words) for w in format_text:#比较的时候注意了大小写,其中有一个 the是以大写字母开始的,所以在notepad中统计出来了,而在代码中没有统计出来 cnt[w.lower()] += 1#这里需要把单词进行一个转换,避免大小写导致的不匹配 print cnt.most_common(5) if __name__ == ‘__main__‘: statistic_eng_text()
以上是关于统计英文文档频率前n单词的主要内容,如果未能解决你的问题,请参考以下文章