本文實(shí)例講述了Python實(shí)現(xiàn)統(tǒng)計(jì)英文文章詞頻的方法。分享給大家供大家參考，具體如下：
應(yīng)用介紹：
統(tǒng)計(jì)英文文章詞頻是很常見的需求，本文利用python實(shí)現(xiàn)。
思路分析：
1、把英文文章的每個(gè)單詞放到列表里，并統(tǒng)計(jì)列表長(zhǎng)度；
2、遍歷列表，對(duì)每個(gè)單詞出現(xiàn)的次數(shù)進(jìn)行統(tǒng)計(jì)，并將結(jié)果存儲(chǔ)在字典中；
3、利用步驟1中獲得的列表長(zhǎng)度，求出每個(gè)單詞出現(xiàn)的頻率，并將結(jié)果存儲(chǔ)在頻率字典中；
4、以字典鍵值對(duì)的“值”為標(biāo)準(zhǔn)，對(duì)字典進(jìn)行排序，輸出結(jié)果（也可利用切片輸出頻率大或最小的特定幾個(gè)，因?yàn)榻?jīng)過排序sorted()函數(shù)處理后，單詞及其頻率信息已經(jīng)存儲(chǔ)在元組中，所有元組再組成列表。）
代碼實(shí)現(xiàn)：
重慶分公司
重慶分公司
fin = open('The_Magic_Skin _Honore_de_Balzac.txt') #the txt is up
#to you
lines=fin.readlines()
fin.close()
'''transform the article into word list
'''
def words_list():
chardigit='ABCDEFGHIJKLMNOPQRSTUVWXYZabcdefghijklmnopqrstuvwxyz0123456789 '
all_lines = ''
for line in lines:
one_line=''
for ch in line:
if ch in chardigit:
one_line = one_line + ch
all_lines = all_lines + one_line
return all_lines.split()
'''calculate the total number of article list
s is the article list
'''
def total_num(s):
return len(s)
'''calculate the occurrence times of every word
t is the article list
'''
def word_dic(t):
fre_dic = dict()
for i in range(len(t)):
fre_dic[t[i]] = fre_dic.get(t[i],0) + 1
return fre_dic
'''calculate the occurrence times of every word
w is dictionary of the occurrence times of every word
'''
def word_fre(w):
for key in w:
w[key] = w[key] / total
return w
'''sort the dictionary
v is the frequency of words
'''
def word_sort(v):
sort_dic = sorted(v.items(), key = lambda e:e[1])
return sort_dic
'''This is entrance of functions
output is the ten words with the largest frequency
'''
total = total_num(words_list())
print(word_sort(word_fre(word_dic(words_list())))[-10:])
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，三天無理由+7*72小時(shí)售后在線，公司持有idc許可證，提供“云服務(wù)器、裸金屬服務(wù)器、高防服務(wù)器、香港服務(wù)器、美國服務(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、性價(jià)比高”等特點(diǎn)與優(yōu)勢(shì)，專為企業(yè)上云打造定制，能夠滿足用戶豐富、多元化的應(yīng)用場(chǎng)景需求。
