文件方式实现完整的英文词频统计实例

Posted 2020-10-08 未来黑木

可以下载一长篇的英文小说，进行词频的分析。

1.读入待分析的字符串

2.分解提取单词 

3.计数字典

4.排除语法型词汇

5.排序

6.输出TOP(20)

 

fo = open(\'C:\\\\Users\\\\CANDY\\\\Desktop\\\\a.txt\',\'r\')
news = fo.read()
fo.close()
news=news.lower()#将所有大写转换为小写
for i in \',.?!\\n""\'\' \':#将所有将所有其他做分隔符（,.？！）替换为空格
news=news.replace(i,\' \')
words = news.split(\' \')
exp={\'\',\'in\',\'has\',\'and\',\'a\',\'to\',\'s\',\'the\',\'it\',\'that\',\'was\',\'of\',\'but\',\'as\',\'with\',\'on\'}

dic={}
keys = set(words)-exp
for i in keys:
dic[i]=words.count(i)#单词计数字典
its=list(dic.items())#单词计数元组的列表
its.sort(key=lambda x:x[1],reverse=True)#排序

for i in range(20):
print(its[i])

　　

7.对输出结果的简要说明。

对《老人与海》做的分析，old man fish，出现的频率很高。老人去钓鱼回来的过程。