Python文字解析之字元統計與詞頻排序

一、文字字元統計 

fr = open('蘭亭集序.txt','rt',encoding='utf-8')

fw = open('蘭亭集序-字元統計.txt','wt',encoding='utf-8')
txt_str = fr.read().strip().strip('\n')#不統計空格和回車'\n'
#遍歷文字字串,把字元、數量寫入字典鍵值對
#把字元、數量分別存入列表
##key_list = 
##value_list = 
txt_dict = {}
parse_ls = 
for item in txt_str:
if item not in txt_dict.keys():
txt_dict[item] = txt_str.count(item)
else:
continue
else:
print('統計完成！')
#是否有把2個列表的元素賦給字典=的方法？
#txt_dict[key_list] = value_list
#統計結果寫入csv
for key in txt_dict:
fw.write(','.join(parse_ls))
print('寫入完成！')
fr.close()
fw.close

#詞頻排序——列印出前8位高頻詞

from jieba import * 
#讀入文字
f = open('蘭亭集序.txt','r',encoding=utf-8)#'utf-8'加引號
txt_str = f.read()
#除去空格、標點——strip()從兩側刪去，無法刪淨
#分詞word_list = lcut(txt_str)#可以簡寫為word_ls
#遍歷詞語——詞語:次數為字典元素的鍵值對
count_dict = {}
for word in word_list:
if word in count_dict.keys():
#有則統計值加1
count_dict[word] += 1
else:
#無則統計值為1
count_dict[word] = 1
##寫法2
##for word in word_list:
##        count_dict[word] = count_dict.get(word,0) + 1
#刪去空格、標點
for item in '\n，。！「」：':
del count_dict[item]#字典元素刪除
#詞語按出現次數前8位排序
#字典的排序
ls = 
for i in range(8):
#詞頻數
word_count = 0
#最高頻詞
max_count_word = ''
for j in count_dict:
if count_dict[j] > word_count:
word_count = d[j]
max_count_word = j
#將最高頻詞存入列表
#在字典中刪除最高頻詞，以便繼續尋找最高頻詞
del count_dict[max_count_word]
#列印輸出
print(','.join(ls))

Python 文字詞頻統計

hamlettxt gettext words hemlettxt.split counts for word in words counts word counts.get word,0 1這是一段遍歷hamlet.txt檔案的一段 s.split 函式返回的是列表list 我有一些困惑 1.最後...

Python之文字檔案解析

最近的工作主要是元件相容性測試，原有的框架有很多功能還不完善，需要補充！比如，需要將autoit指令碼的執行結果寫入到excel中，最後的解決方案是使用本地的log來解析這個結果！created on may 3,2013 author berlin class autoitresultparser...

python做統計字元 python統計字元個數

python count 方法 描述python count 方法用於統計字串裡某個字元出現的次數。可選引數為在字串搜尋的開始與結束位置。語法count 方法語法 str.count sub,start 0,end len string 複製 引數sub 搜尋的子字串 start 字串開始搜尋的位置...