Python 統計詞頻

2021-09-19 07:58:14 字數 939 閱讀 7094

# calhamletv1.py


def gettext():


txt = open("hamlet.txt", "r").read()


txt = txt.lower()


for ch in '!"#$%&()*+,-./:;<=>?@[\\]^_『~':


txt = txt.replace(ch, " ")  # 將文字中特殊字元替換為空格


return txt


hamlettxt = gettext()


words = hamlettxt.split()


counts = {}


for word in words:


counts[word] = counts.get(word, 0) + 1


items = list(counts.items())


items.sort(key=lambda x: x[1], reverse=true)


for i in range(10):


word, count = items[i]


print("".format(word, count))
items.sorted( key=lambda x: x[1]) 中 items為待排序的物件；key=lambda x: x[1] 為對前面的物件中的第二維資料（即value）的值進行排序。 key=lambda  變數：變數[維數] 。維數可以按照自己的需要進行設定。

還可以直接寫成：sorted(counts.items(), key=lambda x: x[1], reverse=true) 

表示左對齊，：右對齊,0表示第乙個引數，1表示第二個引數

參考:format用法詳解

python 詞頻統計

import re 正規表示式庫 import collections 詞頻統計庫 f open text word frequency statistics.txt article f.read lower 統一轉化成小寫 f.close pattern re.compile t n articl...

python統計詞頻

已知有鍵值對 店名，城市 的鍵值對，我們現在的需求是根據城市來統計店的分布。資料的格式如下 我們希望輸出資料的格式如下所示 所有的資料都是以txt檔案儲存的。from collections import counter from pprint import pprint import os imp...

python統計詞頻

1 將檔案讀入緩衝區 dst指文字檔案存放路徑，設定成形參，也可以不設，具體到函式裡設定 def process file dst 讀檔案到緩衝區 try 開啟檔案 txt open dst,r except ioerror ass print s return none try 讀檔案到緩衝區 b...