資料
onelife.txt
import re
from string import punctuation
# 讀取檔案
with
open
('d:'
, encoding=
'utf-8'
)as f1:
contents = f1.readlines(
)# 遍歷每行的單詞
for content in contents:
# 將字母轉成小寫
content = content.lower(
)# 過濾標點符號
content = re.sub(
'[{}]'
.format
(punctuation +
'《》'),
' ', content)
# 定義乙個空的字典用來統計詞頻
wordconut =
# 將每行單詞轉成列表
words = content.split(
)for word in words:
# 判斷單詞是否在字典中 存在加1
if word in wordconut:
wordconut[word]+=1
else
: wordconut[word]=1
# 將字典轉成列表
wordconut = wordconut.items(
)# 對列表進行排序
items =
sorted
(wordconut, key=
lambda x: x[1]
)# 按詞頻降序
# 引入有模板首航跳過
from itertools import islice
# 定義乙個空字典
direct =
# 讀檔案
with
open
('d://countries_zh.csv'
, encoding=
'utf-8'
)as f1:
# 首行跳過
for line in islice(f1,1,
none):
# 將每行截成字元陣列
item = line.split(
',')
# 將字串轉成整形
item[4]
=int
(item[4]
.split(
'\n')[
0])# 將每行的單詞以key:value寫入字典中
direct[item[0]
+','
+ item[1]
+','
+ item[2]
+','
+ item[3]
]= item[4]
# 將字典轉成列表
direct = direct.items(
)# 對列表排序
list
=sorted
(direct, key=
lambda x: x[1]
)# 最後在對列表降序
英文文章的詞頻統計
今天去面試，被問到如何實現詞頻統計，因為之前都是直接呼叫value counts 函式統計，在被要求不用該函式實現統計，一緊張就卡殼了，回到家大概自己想了一下，怎麼一步步復現。實現的方法有多種，我才用的辦法是先把檔案處理成string型別，然後string處理函式 讀入檔案並處理成文字 defrea...
統計檔案中的單詞個數並輸出（C語言）
分析 用單鏈表儲存單詞和單詞的個數，從檔案中讀出乙個單詞，判斷單詞是否是第一次出現，如果是第一次出現就建立結點插入鍊錶後，否則該單詞數 1。include include include include typedef struct node node,link node firstword nod...
統計字串中重複的字元個數並輸出
輸出字串各個字元的個數 對重複的字元將其下標存放在vector中，使用unique函式只儲存乙份重複字元的數字 通過下標查詢到相應的字元，從map中取出對應的統計數字 using namespace std int main sort coll.begin coll.end pos unique c...