資深Python程序員教你統計，三國中人物名字出現的頻率，很簡單

資深Python程序員教你簡單、有趣的程序：
使用第三方庫jieba切分，統計統計名著三國演義中人物名字出現次數。

資深Python程序員教你統計，三國中人物名字出現的頻率，很簡單
其中一個jieba庫是一個對中文文本依照漢字間關聯概率進行詞組劃分的第三方庫，使用簡單，且非常好用

import jieba

def getWords():
 txt = open('novels/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
 word_list = list(counts.items())
 word_list.sort(key = lambda x : x[1], reverse = True)
 return word_list

進行人肉優化，去掉不是人名的詞語，并將一些指同一個人物的詞合并到一個人物下。

import jieba

def countWords(excludes, merges):
 txt = open('novels/threekingdoms.txt', 'r', encoding = 'utf-8').read()
 words = jieba.lcut(txt)
 counts = {}
 # 取出長度為一的詞和符號以及excludes中的詞
 for word in words:
 if len(word) == 1 or word in excludes:
 continue
 else:
 counts[word] = counts.get(word, 0) + 1
 # 合并名稱相同的人名
 for merge in merges:
 for name in merge[1]:
 counts[merge[0]] += counts.get(name, 0)
 del counts[name]
 word_list = list(counts.items())
 word_list.sort(key = lambda x : x[1], reverse = True)
 return word_list
excludes = {'卻說','二人','不可','主公','陛下','漢中','只見','眾將','后主','蜀兵','上馬','大叫','太守','此人','夫人',
 '先主','后人','背后','城中','天子','一面','何不','大軍','忽報','先生','百姓','何故','不能','如此','如何',
 '然后','先鋒','不如','趕來','原來','令人','江東','下馬','喊聲','正是','徐州','忽然','荊州','左右','軍馬',
 '因此','成都','不見','未知','大敗','大事','之后','一軍','引軍','起兵','軍中','接應','引兵','次日','大喜',
 '進兵','大驚','可以','以為','大怒','不得','心中','下文','一聲','追趕','糧草','天下','東吳','于是','都督',
 '曹兵','一齊','分解','回報','分付','只得','出馬','三千','大將','許都','隨后','報知','今日','不敢','魏兵',
 '前面','之兵','且說','眾官','洛陽','領兵','商議','軍士','星夜','精兵','城上','之計','不肯','相見','其言',
 '一日','而行','文武','襄陽','準備','若何','出戰','親自','必有','一人','人馬','不知','何人','此事','之中',
 '伏兵','祁山','乘勢','忽見','大笑','樊城','兄弟','首級','立于','西川','傳令','當先','五百','一彪','堅守',
 '此時','之間','投降','五千','埋伏','長安','三路','遣使','將軍','關興','軍師','朝廷','三軍','大王','回見',
 '大將軍','必然','將士','是夜','小路' }

merges = [ ('劉備',('玄德','玄德曰','玄德問','劉玄德','玄德大','玄德自','玄德聞','皇叔','劉皇叔')),
 ('關羽',('關公','云長','關云長')),
 ('孔明',('諸葛亮','孔明曰','孔明笑','孔明之','孔明自')),
 ('曹操',('丞相','孟德','曹公','曹孟德')),
 ('張飛',('翼德','張翼德'))
 ]

word_list = countWords(excludes, merges)
for i in range(30):
 word, count = word_list[i]
 print('{0:^10}{1:{3}^10}{2:^15}'.format(i+1, word, count, chr(12288))) # chr(12288)為中文空格 ```
結果如下，當然其中類似將軍、英雄、主公、大哥、君這種詞語無法判斷指的是誰，這里僅統計能夠判斷的，所以這里只能做一個相對的參考。

1 　　　　劉備　　　　 1578
2 　　　　曹操　　　　 1485
3 　　　　孔明　　　　 1485
4 　　　　關羽　　　　 820
5 　　　　張飛　　　　 393
6 　　　　呂布　　　　 300
7 　　　　趙云　　　　 278
8 　　　　孫權　　　　 264
9 　　　 司馬懿　　　　 221
10 　　　　周瑜　　　　 217
11 　　　　袁紹　　　　 191
12 　　　　馬超　　　　 185
13 　　　　魏延　　　　 180
14 　　　　黃忠　　　　 168
15 　　　　姜維　　　　 151
16 　　　　馬岱　　　　 127
17 　　　　龐德　　　　 122
18 　　　　孟獲　　　　 122
19 　　　　劉表　　　　 120
20 　　　 夏侯惇　　　　 116
21 　　　　董卓　　　　 114
22 　　　　孫策　　　　 108
23 　　　　魯肅　　　　 107
24 　　　　徐晃　　　　 97
25 　　 　司馬昭　　　　 89
26 　　 　夏侯淵　　　　 88
27 　　　　王平　　　　 88
28 　　　　劉璋　　　　 85
29 　　　　袁術　　　　 84
30 　　　　呂蒙　　　　 83

以上是Python語言中的一個小案例，僅供大家參考。