当前位置:   article > 正文

Python 文本词频统计中英文_python词频统计输入移除词汇

python词频统计输入移除词汇

统计一段英文中 出现次数最多的几个单词

def get_text():
    text = open('eng.txt','r').read()
    text = text.lower() #所有单词都替换成小写
    for ch in '!@#$%^&*()_+-{}[]|\<>?/.,`~':#去噪,归一化处理,把所有特殊符号替换为空格
        text=text.replace(ch,"")
    return text

text=get_text()
ls = text.split(" ")
counts={}
for index,word in enumerate(ls):
    counts[word]=counts.get(word,0)+1
items=list(counts.items()) #字典转换为列表
items.sort(key=lambda x:x[1],reverse=True)#把列表按照键值对的第二个元素,由大到小排序
for i in range(5):#打印出现频率最高的5个词语
    word,fre = items[i]
    print (word,fre)

  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
  • 8
  • 9
  • 10
  • 11
  • 12
  • 13
  • 14
  • 15
  • 16
  • 17
  • 18

统计三国中出现次数最多的人名

import jieba
def get_text():
    text = open('threeking.txt', 'r', encoding="gb18030").read()
    return text
text = get_text()
ls = jieba.lcut(text)
#排除不需要统计的字符或词语
exclude=['将军','不可','二人','荆州','却说','不能','如此','商议','如何','主公','军士',
         '左右','军马','引兵','次日','大喜','天下','东吴','丞相','于是','今日','不敢','陛下','魏兵']
counts = {} #用来计数的集合

for word in ls: 
    if len(word) == 1: #排除掉长度为1的字或标点符号
        continue
    elif word in exclude:
        continue
    #对以下词语进行合并计算
    elif word == '玄德' or word == '玄德曰':
        rword = '刘备'
    elif word == '诸葛亮' or word == '孔明曰':
        rword = '孔明'
    elif word == '关公' or word == '云长':
        rword = '关羽'
    elif word == '都督':
        rword = '周瑜'
    elif word == '孟德':
        rword = '曹操'
    else:
        rword = word
    counts[rword] = counts.get(rword, 0)+1
items = list(counts.items()) #字典转换为列表
items.sort(key=lambda x: x[1], reverse=True)  #把列表按照键值对的第二个元素,由大到小排序
for i in range(10):#打印出现频率最高的词语
    word, fre = items[i]
    print(word, fre)

  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
  • 8
  • 9
  • 10
  • 11
  • 12
  • 13
  • 14
  • 15
  • 16
  • 17
  • 18
  • 19
  • 20
  • 21
  • 22
  • 23
  • 24
  • 25
  • 26
  • 27
  • 28
  • 29
  • 30
  • 31
  • 32
  • 33
  • 34
  • 35
  • 36
声明:本文内容由网友自发贡献,不代表【wpsshop博客】立场,版权归原作者所有,本站不承担相应法律责任。如您发现有侵权的内容,请联系我们。转载请注明出处:https://www.wpsshop.cn/w/凡人多烦事01/article/detail/109754
推荐阅读
相关标签
  

闽ICP备14008679号