首页 > 其他 > 详细

中文词频统计

时间:2017-09-29 23:48:16      阅读:260      评论:0      收藏:0      [点我收藏+]

中文分词

  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
f=open(kiu.txt,r,encoding=utf-8).read()
words=list(jieba.cut(f))

dic={}
for i in words:
    if len(i)==1:
        continue
    else:
        dic[i]=dic.get(i,0)+1

w =list(dic.items())
w.sort(key=lambda x:x[1],reverse=True)

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

 

技术分享

解读:

讲的是三藏与大圣美猴王的故事

中文词频统计

原文:http://www.cnblogs.com/honghui/p/7612907.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!