中文词频统计

Posted yushanshan

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了中文词频统计相关的知识,希望对你有一定的参考价值。


import
jieba #打开文件,转换成UTF-8编码 fo=open(r\'C:\\Users\\Shaheen\\AppData\\Local\\Programs\\Python\\Python36\\西游记.txt\',\'r\',encoding=\'utf-8\') a=fo.read() fo.close() #断词 words=list(jieba.cut(a)) s=set(words) dic={} #排除一些无意义词、合并同一词。 for i in s: if(i==" "): continue if(i==""): continue if len(i)==1: continue else: dic[i]=words.count(i) lis=list(dic.items()) lis.sort(key=lambda x:x[1],reverse=True) #输出TOP20的词及出现次数 for i in range(20): print(lis[i])

 

以上是关于中文词频统计的主要内容,如果未能解决你的问题,请参考以下文章

Spark编程实战-词频统计

Spark编程实战-词频统计

中文词频统计

中文词频统计

中文词频统计

Python 分词后词频统计