文件方式实现完整的英文词频统计实例

Posted 2020-10-08 YWEIEN

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(\'text.txt\',\'r\')
s=fo.read()#一次性读取文件全部内容
fo.close()

s=s.lower()
for i in \',.” \':
    s=s.replace(i,\' \')
words=s.split(\' \')#单词的列表
exp = {\'\',\'the\',\'and\',\'to\',\'on\',\'of\',\'\\n“i\',\'a\',\'is\',\'i\',\'had\',\'you\',\'with\',\'but\',\'so\',\'as\',\'it\',\'your\',\'was\'}

dic = {}
keys = set(words)-exp #键的集合
for w in keys:
    dic[w] = words.count(w)#单词计数字典

wc=list(dic.items())#单词计数元组的列表
wc.sort(key=lambda x:x[1],reverse=True)#排序

for i in range(20):
    print(wc[i])#输出TOP20

    

　　

 7.对输出结果的简要说明。

这篇文章高频词体现出这篇文章是以对话为主的。