中文词频统计

Posted 157 符致伟

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

news = open(\'bignews.txt\',\'r\').read() 

news_cut = jieba.lcut(news)

dict = {}

for i in set(news_cut):
    dict[i]=news_cut.count(i)
    delete={\'\',\'\',\'\',\'\',\'\',\'\',\'\',\'\', \' \',\'-\',\'\\n\',\'\',\'\',\'\',\'\',\'\',\'\',\'\',\'\',\'\',\'.\',\'\',\'\'}

for i in delete:
    if i in dict:
        del dict[i]

nesw_print = sorted(dict.items(), key = lambda d:d[1], reverse = True)

for i in range(20):  
    print(nesw_print[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