python統計文本中字頻的方法

python統計文本中字頻的方法？這個問題可能是我們日常學習或工作經常見到的。希望通過這個問題能讓你收獲頗深。下面是小編給大家帶來的參考內容，讓我們一起來看看吧！

思路：

是先把每個字符提出來放在列表里；

再過濾掉其中的標點符號；

最后用字典對某個字出現的頻率進行累加。

下面以芳華這本小說為例：

#coding:utf-8
word_lst = []
word_dict = {}
exclude_str = "，。！？、（）<>《》=：+-*—“”…" 
with open("芳華.txt","r") as fileIn ,open("芳華字頻.txt",'w') as fileOut:
    # 添加每一個字到列表中
    for line in fileIn:
        for char in line:
            word_lst.append(char)
    # 用字典統計每個字出現的個數       
    for char in word_lst:
        if char not in exclude_str:
            if char.strip() not in word_dict: # strip去除各種空白
                word_dict[char] = 1
            else :
                word_dict[char] += 1
    # 排序
    #   x[1]是按字頻排序，x[0]則是按字排序
    lstWords = sorted(word_dict.items(), key=lambda x:x[1],  reverse=True) 
   
    # 輸出結果 (前100)
    print ('字符\t字頻')
    print ('=============')
    for e in lstWords[:100]:
        print ('%s\t%d' % e)
        fileOut.write('%s, %d\n' % e)

輸出結果

字符    字頻
=============
的    3641
一    1834
了    1748
是    1506
不    1267
我    1229
她    1156
他    985
小    962
個    921
人    866
在    853
劉    745
丁    728
那    723
上    705
來    698
峰    691
們    684
就    667
說    577
有    572
到    564
這    562
里    537
兒    520
嫚    499
子    494
都    492
著    491
大    482
么    462
出    460
看    441
也    415
得    404
下    383
時    367
還    366
女    349
地    340
頭    331
好    327
沒    326
去    321
過    320
老    317
跟    311
你    309
把    307
對    303
年    301
會    300
生    291
為    289
發    289
要    281
何    280
親    273
后    272
給    267
和    266
天    265
家    259
手    251
長    251
想    249
多    242
自    241
開    240
當    236
兵    235
樣    232
郝    230
可    228
起    225
被    224
成    216
十    215
什    215
以    209
事    209
從    209
點    208
能    203
兩    203
回    202
門    201
所    195
淑    188
雯    188
只    188
心    184
身    184
讓    179
道    179
母    174
做    173
話    173
最    172
>>>

感謝各位的閱讀！看完上述內容，你們對python統計文本中字頻的方法大概了解了嗎？希望文章內容對大家有所幫助。如果想了解更多相關文章內容，歡迎關注億速云行業資訊頻道。