這篇文章主要介紹了python如何統(tǒng)計(jì)文章中單詞出現(xiàn)次數(shù)，具有一定借鑒價(jià)值，感興趣的朋友可以參考下，希望大家閱讀完這篇文章之后大有收獲，下面讓小編帶著大家一起了解一下。
python統(tǒng)計(jì)單詞出現(xiàn)次數(shù)
做單詞詞頻統(tǒng)計(jì)，用字典無(wú)疑是最合適的數(shù)據(jù)類(lèi)型，單詞作為字典的key， 單詞出現(xiàn)的次數(shù)作為字典的 value，很方便地就記錄好了每個(gè)單詞的頻率，字典很像我們的電話(huà)本，每個(gè)名字關(guān)聯(lián)一個(gè)電話(huà)號(hào)碼。
下面是具體的實(shí)現(xiàn)代碼，實(shí)現(xiàn)了從importthis.txt文件讀取單詞，并統(tǒng)計(jì)出現(xiàn)次數(shù)最多的5個(gè)單詞。
重慶分公司
重慶分公司
# -*- coding:utf-8 -*-
import io
import re
class Counter:
def __init__(self, path):
"""
:param path: 文件路徑
"""
self.mapping = dict()
with io.open(path, encoding="utf-8") as f:
data = f.read()
words = [s.lower() for s in re.findall("\w+", data)]
for word in words:
self.mapping[word] = self.mapping.get(word, 0) + 1
def most_common(self, n):
assert n > 0, "n should be large than 0"
return sorted(self.mapping.items(), key=lambda item: item[1], reverse=True)[:n]
if __name__ == '__main__':
most_common_5 = Counter("importthis.txt").most_common(5)
for item in most_common_5:
print(item)執(zhí)行效果：
('is', 10)
('better', 8)
('than', 8)
('the', 6)
('to', 5)知識(shí)點(diǎn)補(bǔ)充：
1、如何正確讀寫(xiě)文件
2、如何對(duì)數(shù)據(jù)進(jìn)行排序
3、字典數(shù)據(jù)類(lèi)型的運(yùn)用
4、正則表達(dá)式的運(yùn)用
感謝你能夠認(rèn)真閱讀完這篇文章，希望小編分享的“python如何統(tǒng)計(jì)文章中單詞出現(xiàn)次數(shù)”這篇文章對(duì)大家有幫助，同時(shí)也希望大家多多支持創(chuàng)新互聯(lián)成都網(wǎng)站設(shè)計(jì)公司，關(guān)注創(chuàng)新互聯(lián)成都網(wǎng)站設(shè)計(jì)公司行業(yè)資訊頻道，更多相關(guān)知識(shí)等著你來(lái)學(xué)習(xí)!
另外有需要云服務(wù)器可以了解下創(chuàng)新互聯(lián)scvps.cn，海內(nèi)外云服務(wù)器15元起步，三天無(wú)理由+7*72小時(shí)售后在線(xiàn)，公司持有idc許可證，提供“云服務(wù)器、裸金屬服務(wù)器、網(wǎng)站設(shè)計(jì)器、香港服務(wù)器、美國(guó)服務(wù)器、虛擬主機(jī)、免備案服務(wù)器”等云主機(jī)租用服務(wù)以及企業(yè)上云的綜合解決方案，具有“安全穩(wěn)定、簡(jiǎn)單易用、服務(wù)可用性高、性?xún)r(jià)比高”等特點(diǎn)與優(yōu)勢(shì)，專(zhuān)為企業(yè)上云打造定制，能夠滿(mǎn)足用戶(hù)豐富、多元化的應(yīng)用場(chǎng)景需求。
