首页 > 其他 > 详细

第四次作业

时间:2018-09-29 10:41:07      阅读:196      评论:0      收藏:0      [点我收藏+]

一.小说词频统计

 

import jieba
f=open(fly.txt,r,encoding=utf-8)
lines=f.read()
f.close()

sep = ,。?!;:“”‘’-——<_/>
for en in sep:
    lines=lines.replace(en, ‘‘)

lines = list(jieba.cut_for_search(lines))

strSet = set(lines)
    #print(len(strSet), strSet)

strDict = dict()
for word in strSet:
    strDict[word] = lines.count(word)
        #print(len(strDict), strDict)

wcList = list(strDict.items())
#print(wcList)
wcList.sort(key=lambda x: x[1], reverse=True)
#print(wcList)

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

运行结果

技术分享图片

 

二.英文歌曲频次统计

 

f = open(marry you.txt, r, encoding=utf-8)
# 通过文件读取字符串 str
str = f.read()
f.close()
print(str)

#预处理标点符号
str = str.replace(.,‘‘)
print(str)

#预处理特殊字符
sep = .,:‘‘;?!-_
for ch in sep:
    str = str.replace(ch,‘‘)
    print(str)

#分解提取单词 list
strlist = str.split()
print(len(strlist),strlist)

#单词计数set
strSet  = set(strlist)
print(len(strSet),strSet)

#单词计数dict
strDict={}
for word in strSet:
    strDict[word]=strlist.count(word)
    print(len(strDict),strDict)
# 词频排序list.sort(key=)
    Dict = dict(strDict)
    DictList = list(Dict.items())
    print(DictList)
    DictList.sort(key=lambda x: x[1], reverse=True)
    print(DictList)

# 排除语法型词汇,代词、冠词、连词等无语义词
strSet = set(strSet)
exclude = {a, and, the, in, you}
exset = strSet - exclude
print(len(exset), exset)
# 输出TOP(20)
for i in range(20):

 

运行结果
技术分享图片

技术分享图片

 

第四次作业

原文:https://www.cnblogs.com/didi-l/p/9722283.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!