Python学习(二):统计词频 博客分类: Python Python 文件 with 字典 正则替换
程序员文章站
2024-03-21 08:41:40
...
为了学习Python,最好还是直接从写代码入手,解决的问题如下:
统计英文文章的词频,并按词频从大到小输出。
设计Python知识点:文件操作、with ... as ...语句、字典数据结构、字典排序、字符串正则替换
代码如下:
#coding=utf-8 ''' Created on 2015年8月15日 统计一篇英文文章各个单词出现的词频,并按单次的词频从大到小输出 @author: minmin ''' import re import collections ''' 从文件中读取内容,统计词频 ''' def count_word(path): result = {} with open(path) as file_obj: all_the_text = file_obj.read() #大写转小写 all_the_text = all_the_text.lower() #正则表达式替换特殊字符 all_the_text = re.sub("\"|,|\.", "", all_the_text) for word in all_the_text.split(): if word not in result: result[word] = 0 result[word] += 1 return result ''' 以词频倒序 ''' def sort_by_count(d): #字典排序 d = collections.OrderedDict(sorted(d.items(), key = lambda t: -t[1])) return d if __name__ == '__main__': file_name = "..\my father.txt" dword = count_word(file_name) dword = sort_by_count(dword) for key,value in dword.items(): print key + ":%d" % value
输出结果:
代码我也放到GitHub上面了