python統計詞頻

已知有鍵值對《店名，城市》的鍵值對，我們現在的需求是根據城市來統計店的分布。資料的格式如下：

我們希望輸出資料的格式如下所示

所有的資料都是以txt檔案儲存的。

# from collections import counter

# from pprint import pprint
import os
import csv
import codecs
def getnum(l1):
dic1 = {}
for i in l1:
if i in dic1.keys():
dic1[i] = dic1[i] + 1
else:
dic1[i] = 1
return dic1
def main():
# 統計城市和店名
f2 = open("pos.txt","r",encoding='utf-8')
dic = {}
# dic儲存的是[城市，【店1,店2，...】]
for line in f2:
# 所有的資料的格式是 [店名（）\t城市\n]
x = line.split('\t')
# x的格式應該是 [店名（）\n],[城市]
y0 = x[0].split('(')
# 因為資料裡面會存在有可能xx，xx(xx路店)，所以我們得只提取店名
y1 = x[1].split('\n')
# 提取城市的姓名
if y1[0] in dic.keys():
else:
dic[y1[0]] = 
ans = {}
dicnew = {}
with open('params.txt', 'w') as f:
for key, v in dic.items():
dic1 = getnum(v)
f.write(key)
f.write('\n')
for k in sorted(dic1,key=dic1.__getitem__):
f.write(k) 
f.write(' ')
f.write(str(dic1[k]))
f.write('\n') 
def main1():
# 不管城市，統計全國包子店的分布
f2 = open("pos.txt","r",encoding='utf-8')
dic = {}
for line in f2:
y0 = line.split('(')
y0 = y0[0]
if '\n' in y0:
y0 = y0[0:-1]
else:
y0 = y0
if y0 in dic.keys():
dic[y0] = dic[y0] + 1
else: 
dic[y0] = 1
dicnew = {} 
for k in sorted(dic,key=dic.__getitem__):
dicnew[k] = dic[k]
with open('params.txt', 'w') as f:
for key, value in dicnew.items():
f.write(key)
f.write(' ')
f.write(str(value))
f.write('\n')
if __name__ == '__main__':
main()
# main1()

Python 統計詞頻

calhamletv1.py 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 haml...

python 詞頻統計

import re 正規表示式庫 import collections 詞頻統計庫 f open text word frequency statistics.txt article f.read lower 統一轉化成小寫 f.close pattern re.compile t n articl...

python統計詞頻

1 將檔案讀入緩衝區 dst指文字檔案存放路徑，設定成形參，也可以不設，具體到函式裡設定 def process file dst 讀檔案到緩衝區 try 開啟檔案 txt open dst,r except ioerror ass print s return none try 讀檔案到緩衝區 b...