综合练习:词频统计
Posted 119林江绅
tags:
篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了综合练习:词频统计相关的知识,希望对你有一定的参考价值。
下载一首英文的歌词或文章
将所有,.?!’:等分隔符全部替换为空格
将所有大写转换为小写
生成单词列表
f=open(\'news.txt\',\'r\') news=f.read() f.close() sep=\'\'\',.\'!"?:\'\'\' for c in sep: news=news.replace(c,\' \') wordList=news.lower().split() for w in wordList: print(w)
生成词频统计
f=open(\'news.txt\',\'r\') news=f.read() f.close() sep=\'\'\',.\'!"?:\'\'\' for c in sep: news=news.replace(c,\' \') wordList=news.lower().split() wordDict={} wordSet=set(wordList) for w in wordSet: wordDict[w]=wordList.count(w) for w in wordDict: print(w,wordDict[w])
排除语法型词汇,代词、冠词、连词
f=open(\'news.txt\',\'r\') news=f.read() f.close() sep=\'\'\',.\'!"?:\'\'\' exclude={\'be\',\'i\',\'so\',\'over\',\'hearing\'} for c in sep: news=news.replace(c,\' \') wordList=news.lower().split() wordDict={} wordSet=set(wordList)-exclude for w in wordSet: wordDict[w]=wordList.count(w) for w in wordDict: print(w,wordDict[w])
排序、输出词频最大TOP20
f=open(\'news.txt\',\'r\')
news=f.read()
f.close()
sep=\'\'\',.\'!"?:\'\'\'
exclude={\'be\',\'i\',\'so\',\'over\',\'hearing\'}
for c in sep:
news=news.replace(c,\' \')
wordList=news.lower().split()
wordDict={}
wordSet=set(wordList)-exclude
for w in wordSet:
wordDict[w]=wordList.count(w)
dic=sorted(wordDict.items(),key=lambda d:d[1],reverse=True)
print(dic)
for i in range(20):
print(dic[i])
将分析对象存为utf-8编码的文件,通过文件读取的方式获得词频分析内容。
f=open(\'news.txt\',\'r\') text=f.read() f.close() print(text)
以上是关于综合练习: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