词频统计

英文词频统计：

f = open("test.txt","r")
p = f.readlines()
f.close()

page = p[0]
keys = {'this','is','was','he','the','a','in','of','as','that','not','and','in'}
page = page.replace(',', ' ').replace('!', ' ').replace('.', ' ').replace('"', '')
words = page.lower().split()

dict = {}

# for w in words:
#     dict[w] = dict.get(w,0)+1

wordSet = set(words)-keys
for w in wordSet:
    dict[w] = words.count(w)

dictWord = list(dict.items())
dictWord.sort(key=lambda x: x[1],reverse=True)


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

结果显示：

　　

 

中文词频统计：

t = '我父亲是个自学成才的曼陀林琴手，他是我们镇最优秀的弦乐演奏者之一。他看不懂乐谱，但是如果听几次曲子，他就能演奏出来。当他年轻一点的时候，他是一个小乡村乐队的成员。他们在当地舞厅演奏，有几次还为当地广播电台演奏。他经常告诉我们，自己如何试演，如何在佩茜?克莱恩作为主唱的乐队里占一席之位。他告诉家人，一旦被聘用就永不回头。父亲是一个很严谨的人，他讲述了他试演的那天，很多人在喝酒，咒骂，他不想呆在那种环境里。'
text = jieba.cut(t)
print(list(jieba.cut(t)))

　　结果显示：