中文词频统计

Posted 2020-10-09 100彭楚殷

1. 下载一中文长篇小说，并转换成UTF-8编码。
2. 使用jieba库，进行中文词频统计，输出TOP20的词及出现次数。
3. 排除一些无意义词、合并同一词。
4. 对词频统计结果做简单的解读。

   import jieba
   q=open(\'阿Q正传.txt\',\'r\',encoding=\'utf-8\').read()
   q=list(jieba.cut_for_search(q))
   
   zex={\'，\',\'。\',\'!\'}
   
   dic={}
   keys=set(q)-zex#键的集合
   
   for i in keys:
       if len(i)>1:
           dic[i]= q.count(i)#单词计数
   q=list(dic.items())#字典转换成列表，由元组组成
   
   q.sort(key=lambda x:x[1],reverse=True)#排序
   
   for i in range(20):
       print(q[i])

   

    

5.  解读：阿Q是一个生活在革命年代的人。