如何使用python統(tǒng)計(jì)單詞出現(xiàn)次數(shù)

這篇文章主要為大家詳細(xì)介紹了如何使用python統(tǒng)計(jì)單詞出現(xiàn)次數(shù)，文中示例代碼介紹的非常詳細(xì)，具有一定的參考價(jià)值，感興趣的小伙伴們可以參考一下。

python統(tǒng)計(jì)單詞出現(xiàn)次數(shù)

做單詞詞頻統(tǒng)計(jì)，用字典無疑是最合適的數(shù)據(jù)類型，單詞作為字典的key， 單詞出現(xiàn)的次數(shù)作為字典的 value，很方便地就記錄好了每個(gè)單詞的頻率，字典很像我們的電話本，每個(gè)名字關(guān)聯(lián)一個(gè)電話號(hào)碼。

下面是具體的實(shí)現(xiàn)代碼，實(shí)現(xiàn)了從importthis.txt文件讀取單詞，并統(tǒng)計(jì)出現(xiàn)次數(shù)最多的5個(gè)單詞。

# -*- coding:utf-8 -*-
import io
import re

class Counter:
    def __init__(self, path):
        """
        :param path: 文件路徑
        """
        self.mapping = dict()
        with io.open(path, encoding="utf-8") as f:
            data = f.read()
            words = [s.lower() for s in re.findall("\w+", data)]
            for word in words:
                self.mapping[word] = self.mapping.get(word, 0) + 1

    def most_common(self, n):
        assert n > 0, "n should be large than 0"
        return sorted(self.mapping.items(), key=lambda item: item[1], reverse=True)[:n]

if __name__ == '__main__':
    most_common_5 = Counter("importthis.txt").most_common(5)
    for item in most_common_5:
        print(item)

執(zhí)行效果：

('is', 10)
('better', 8)
('than', 8)
('the', 6)
('to', 5)

關(guān)于如何使用python統(tǒng)計(jì)單詞出現(xiàn)次數(shù)就分享到這里了，希望以上內(nèi)容可以對大家有一定的參考價(jià)值，可以學(xué)以致用。如果喜歡本篇文章，不妨把它分享出去讓更多的人看到。