#calhamletv1.py#英文統計程式
def gettext():
txt = open("hamlet.txt", "r").read()
txt = txt.lower()
for ch in '!"#$%&()*+,-./:;<=>?@[\\]^_『~':
txt = txt.replace(ch, " ") #將文字中特殊字元替換為空格
return txt
hamlettxt = gettext()
words = hamlettxt.split()#split預設用空格分割字串，返回列表，後是無空格的單詞列表
counts = {}#建立字典
for word in words:
counts[word] = counts.get(word,0) + 1#遍歷字典的鍵並對相應值+1，達到統計目的
items = list(counts.items())#items函式返回所有鍵值對元組，再用list返回列表型別，其中每個元素都是乙個鍵值對
items.sort(key=lambda x:x[1], reverse=true) #按照鍵值對中的就是第二個元素排序，逆序==從大到小（預設從小到大）
for i in range(10):
word, count = items[i]#鍵值對賦值給word，count
print ("".format(word, count)
#calthreekingdomsv1.py
import jieba
txt = open("threekingdoms.txt", "r", encoding='utf-8').read()
words = jieba.lcut(txt)
counts = {}
for word in words:
if len(word) == 1:
continue
else:
counts[word] = counts.get(word,0) + 1
items = list(counts.items())
items.sort(key=lambda x:x[1], reverse=true)
for i in range(15):
word, count = items[i]
print ("".format(word, count))
#calthreekingdomsv2.py
import jieba #匯入jieba第三方庫（需要提前用在cmd中用pip install jieba命令安裝）
excludes = #排除非人名但是排名靠前的詞
txt = open("threekingdoms.txt", "r", encoding='utf-8').read() #開啟檔案
words = jieba.lcut(txt) #自動轉換成單詞列表，自動處理空格和標點符號
counts = {} #建立字典
for word in words:
if len(word) == 1: #單個字不能作為人名，跳過繼續下乙個
continue
elif word == "諸葛亮" or word == "孔明曰": #把含義是同乙個人的詞統一成乙個詞
rword = "孔明"
elif word == "關公" or word == "雲長":
rword = "關羽"
elif word == "玄德" or word == "玄德曰":
rword = "劉備"
elif word == "孟德" or word == "丞相":
rword = "曹操"
else:
rword = word
counts[rword] = counts.get(rword,0) + 1 #按鍵查詢並對值累加計數，其中dict.get()方法，第二個引數是預設值，
for word in excludes:
del counts[word] #遍歷exludes集合 刪除對應字典中的鍵及值對
items = list(counts.items()) #python 字典(dictionary) items() 函式以列表返回可遍歷的(鍵, 值) 元組陣列似乎不用再用list建立函式轉換
items.sort(key=lambda x:x[1], reverse=true) #lambuda匿名函式，key引數，按照元組x中第二個元素，從大到小排序
for i in range(10):
word, count = items[i]
print ("".format(word, count))
Python 文字詞頻統計中英文
統計一段英文中 出現次數最多的幾個單詞 def get text text open eng.txt r read text text.lower 所有單詞都替換成小寫 for ch in 去噪，歸一化處理，把所有特殊符號替換為空格 text text.replace ch,return text ...
python 中英文 分離 中英文分離
由於沒有安裝 numpy 根據部落格提示，成功安裝了numpy 執行之後沒有錯誤，可是嘛，我看不到結果。也就隨它去了。主要有兩個問題，乙個是執行的時候出現的 valueerror need more than 0 values to unpack 對於空行就會報錯。不機智。於是加了個判斷。讓它一直走...
python中的中英文本元統計
英語字元和中文字元的區別在於 大小寫字元和字元個數 中文中是乙個詞語 統計英語字元 def gettext txt open halmet.txt r read txt txt.lower 文中所有英語小寫 for ch in txt txt.replace ch,return txt halmet...