首页 > 其他 > 详细

第四次作业——完整的中英文词频统计

时间:2018-09-29 10:37:22      阅读:199      评论:0      收藏:0      [点我收藏+]
fo = open(novel.txt,r,encoding=utf-8) #读取文件
str = fo.read()
fo.close()
print(str)

str = str.lower() #全部转为小写

sep = .,:;?!  #删除特殊字符
for a in sep:
    str = str.replace(a, )
print(str)

strlist = str.split() #分割字符
print(len(strlist),strlist)

strset = set(strlist) #将字符转为列表
print(len(strset),strset)

se = {a,the,and,we,you,of,si,s,ter,to}   #删除无语义词
strsete =strset-se   
print(strsete)

strdict = {}   #单词计数字典
for word in strset:
    strdict[word] = strlist.count(word)
print(len(strdict),strdict)

for word in strset:  #单词计数集合
    strdict[word] = strlist.count(word)
print(len(strdict),strdict)

wordlist = list(strdict.items())
wordlist.sort(key=lambda  x:x[1],reverse=True)     #用lambda函数排序
print(strlist)

for i in range(20):   #输出TOP(20)
    print(wordlist[i])

技术分享图片

第四次作业——完整的中英文词频统计

原文:https://www.cnblogs.com/hodafu/p/9722203.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!