当前位置:Gxl网 > 互联网 > 中文词频统计

中文词频统计

时间:2021-07-01 10:21:17 帮助过:0人阅读

  1. 下载一中文长篇小说,并转换成UTF-8编码。
  2. 使用jieba库,进行中文词频统计,输出TOP20的词及出现次数。
  3. 排除一些无意义词、合并同一词。
  4. 对词频统计结果做简单的解读。
    import jieba
    q=open(‘阿Q正传.txt‘,‘r‘,encoding=‘utf-8‘).read()
    q=list(jieba.cut_for_search(q))
    
    zex={‘,‘,‘。‘,‘!‘}
    
    dic={}
    keys=set(q)-zex#键的集合
    
    for i in keys:
        if len(i)>1:
            dic[i]= q.count(i)#单词计数
    q=list(dic.items())#字典转换成列表,由元组组成
    
    q.sort(key=lambda x:x[1],reverse=True)#排序
    
    for i in range(20):
        print(q[i])
    技术分享

     

  5.  解读:阿Q是一个生活在革命年代的人。