欢迎您访问程序员文章站本站旨在为大家提供分享程序员计算机编程知识!
您现在的位置是: 首页

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:

        
Python学习(二):统计词频
            
    
    博客分类: Python Python 文件  with   字典 正则替换
 

 代码我也放到GitHub上面了

 

 

  • Python学习(二):统计词频
            
    
    博客分类: Python Python 文件  with   字典 正则替换
  • 大小: 4.9 KB