您好,登錄后才能下訂單哦!
本篇內(nèi)容主要講解“Python怎么統(tǒng)計(jì)西游記用字的數(shù)量”,感興趣的朋友不妨來(lái)看看。本文介紹的方法操作簡(jiǎn)單快捷,實(shí)用性強(qiáng)。下面就讓小編來(lái)帶大家學(xué)習(xí)“Python怎么統(tǒng)計(jì)西游記用字的數(shù)量”吧!
一、數(shù)據(jù)
xyj.txt,《西游記》的文本,2.2MB
致敬吳承恩大師,4020行(段)
二、目標(biāo)
統(tǒng)計(jì)《西游記》中:
1. 共出現(xiàn)了多少個(gè)不同的漢字;
2. 每個(gè)漢字出現(xiàn)了多少次;
3. 出現(xiàn)得最頻繁的漢字有哪些。
三、涉及內(nèi)容:
1. 讀文件;
2. 字典的使用;
3. 字典的排序;
4. 寫文件
四、效果
五、源代碼
# coding:utf8 import sys reload(sys) sys.setdefaultencoding("utf8") fr = open('xyj.txt', 'r') characters = [] stat = {} for line in fr: # 去掉每一行兩邊的空白 line = line.strip() # 如果為空行則跳過(guò)該輪循環(huán) if len(line) == 0: continue # 將文本轉(zhuǎn)為unicode,便于處理漢字 line = unicode(line) # 遍歷該行的每一個(gè)字 for x in xrange(0, len(line)): # 去掉標(biāo)點(diǎn)符號(hào)和空白符 if line[x] in [' ','', '\t', '\n', '。', ',', '(', ')', '(', ')', ':', '□', '?', '!', '《', '》', '、', ';', '“', '”', '……']: continue # 尚未記錄在characters中 if not line[x] in characters: characters.append(line[x]) # 尚未記錄在stat中 if not stat.has_key(line[x]): stat[line[x]] = 0 # 漢字出現(xiàn)次數(shù)加1 stat[line[x]] += 1 print len(characters) print len(stat) # lambda生成一個(gè)臨時(shí)函數(shù) # d表示字典的每一對(duì)鍵值對(duì),d[0]為key,d[1]為value # reverse為True表示降序排序 stat = sorted(stat.items(), key=lambda d:d[1], reverse=True) fw = open('result.csv', 'w') for item in stat: # 進(jìn)行字符串拼接之前,需要將int轉(zhuǎn)為str fw.write(item[0] + ',' + str(item[1]) + '\n') fr.close() fw.close()
到此,相信大家對(duì)“Python怎么統(tǒng)計(jì)西游記用字的數(shù)量”有了更深的了解,不妨來(lái)實(shí)際操作一番吧!這里是億速云網(wǎng)站,更多相關(guān)內(nèi)容可以進(jìn)入相關(guān)頻道進(jìn)行查詢,關(guān)注我們,繼續(xù)學(xué)習(xí)!
免責(zé)聲明:本站發(fā)布的內(nèi)容(圖片、視頻和文字)以原創(chuàng)、轉(zhuǎn)載和分享為主,文章觀點(diǎn)不代表本網(wǎng)站立場(chǎng),如果涉及侵權(quán)請(qǐng)聯(lián)系站長(zhǎng)郵箱:is@yisu.com進(jìn)行舉報(bào),并提供相關(guān)證據(jù),一經(jīng)查實(shí),將立刻刪除涉嫌侵權(quán)內(nèi)容。