统计文本词频

方法一：

#将文本内容转换为字典进行统计
file01 = open('art.txt','r')
list = file01.read().replace(',','').replace('.','').replace(';','').split()    #读取文件去除文本中的特殊符号并切片
list01 = {}
for i in list:  #生成字典，单词为keys，出现的次数为value
    if i in list01.keys():
        list01[i] = list01[i] + 1
    else:
        list01[i] = 1

a = sorted(list01.items(), key=lambda va:va[1],reverse=True)    #排序
count = 0
for j in a:
    if count <5:
        print('单词 %s 出现了 %d 次' % (j[0],j[1]))   #打印前5名
        count += 1
    else:
        break
file01.close()

 

方法二：

#将文本内容转换为列表进行统计
from collections import Counter
file = open('art.txt','r')
list01 =  file.read().replace(',','').replace('.','').replace(';','').split()   #读取文件去除文本中的特殊符号并切片
a = Counter(list01)     #排序
b = a.most_common(5)    #取出前5名
for i in b:
    print('单词 %s 出现了 %d 次' % (i[0], i[1]))
file01.close()

 

输出结果：

单词 the 出现了 6 次
单词 of 出现了 5 次
单词 in 出现了 3 次
单词 to 出现了 3 次
单词 something 出现了 3 次