首页 > 其他 > 详细

中文词频统计

时间:2017-09-29 20:23:27      阅读:285      评论:0      收藏:0      [点我收藏+]
  1. 下载一中文长篇小说,并转换成UTF-8编码。
  2. 使用jieba库,进行中文词频统计,输出TOP20的词及出现次数。
  3. 排除一些无意义词、合并同一词。
  4. 对词频统计结果做简单的解读。
import jieba
fo=open(shuihuzhuan.txt,r,encoding=utf-8)
str=fo.read()
fo.close()

words=list(jieba.cut(str))
dt={}

for i in words:
    if len(i)==1:
       continue
    else:
        dt[i]=dt.get(i,0)+1
   
item=list(dt.items())
item.sort(key=lambda x:x[1],reverse=True)

for i in range(20):
    print(item[i])

 运行截图

技术分享

 

 

中文词频统计

原文:http://www.cnblogs.com/Betty18/p/7612370.html

(0)
(0)
   
举报
评论 一句话评论(0
关于我们 - 联系我们 - 留言反馈 - 联系我们:wmxa8@hotmail.com
© 2014 bubuko.com 版权所有
打开技术之扣,分享程序人生!