小说《Walden.tet》单词词频统计

最新推荐文章于 2020-11-19 11:52:49 发布
原创 最新推荐文章于 2020-11-19 11:52:49 发布 · 551 阅读 · 1 ·
本内容遵循CC 4.0 BY-SA版权协议
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
收录于
信息技术

当前文章被收录于：

信息技术
18 篇文章 1 人学习
订阅专栏 查看详情
该博客使用Python进行文本处理。通过读取文件内容，将文本转换为小写并去除标点符号，然后分割成单词。接着统计每个单词的出现次数，最后按出现次数对单词进行降序排序并输出结果。

import re
f = open(r’C:/UsersYKL/Desktop/Walden.txt’,‘r’)
text = f.read()
f.close()
txt = txt.lower()
txt = re.sub(’[,.?:"’!-]’,’’,txt)
words = txt.split()
word_sq = {}
for i in words:
if i not in word_sq.keys():
word_sq[i] = 1
else:
word_sq[i] += 1
res = sorted(word_sq.items(),key=lambda x:x[1], reverse=True)
print(res)

标签
#python
用Python统计瓦尔登湖的词频
凯哥大数据——刘凯的博客
06-01 2582
在文本处理中，我们经常需要对文本中的单词出现频率做一个统计，本文以英文小说《瓦尔登湖》为例，统计一下作者最喜欢用什么单词，他们各自的出现频率如何。 首先需要《瓦尔登湖》的文本：点击下载《瓦尔登湖》（https://pan.baidu.com/s/1o75GKZ4） 思路分析： 首先，要打开文件，把里面的内容写到字符串里面。 接着，要对字符串进行分词，分割成独立的单词。 最后，根据每个单...
小说瓦尔登湖单词词频统计
WQcjyc的博客
11-11 2499
1.首先先去网上下载瓦尔登湖的txt文件（注意保存的路径，我女友姓裘便创建了个文件夹Qiu便于记忆 嘿嘿!） 2.打开jupyter notebook创建py文件 编写第一个代码：输入文章打开路径（我最后改了文件名请注意） 3.去掉文字首位的标点符号，并把首字母大写转成小写。代码如下 4.将列表用set函数转换成集合 5.创建一单词为‘key’，频率为值的字典 6.打印整理后的参数，其中利用lambda表达式，以字典中的值为排序的参数 8.这是运行结果 9.其实代码还是有小误差，但是可以通过p
《Walden》单词词频统计
热门推荐
yinyin_cx的博客
11-15 8万+
import collections #创建一个新的容器 f = open('E:\学习文件夹\Walden.txt', 'r').read() #打开本地文本文件，r表示以读取方式打开 f = f.replace(',','').replace('.','').replace('"','').replace(':','') #将所有标点替换成空格 f = f.split() #取出所有单词 f = collections.Counter(f) #在容器中统计每个单词的出现词频 print(f) Count
【作业】python——小说Walden的词频统计，并从高到低排序
iHUQAQ的博客
11-17 3357
本文章环境为Pychram-python3.8 一·确定文件位置 确定Walden.txt文件位置 例如： 将Walden.txt与py代码文件放至同一文件夹 二·逐步前进 1. 打开文件 f=open('Walden.txt','r',encoding='utf-8') 因为直接放在同一文件夹，文件路径为Walden.txt。若非同一文件夹，可以右键Walden.txt选择属性： 如上图，放在桌面上的Walden.txt文件的属性显示位置为C:\Users\iHU\Desktop 'r’为读文本，从
walden词频统计0
sn01555的博客
11-19 241
#打开并读取文件、 file=open(r'C:\Users\Administrator\Desktop\Walden.txt','r') lines=file.readlines() #要把每行拆成单词 words = [] for line in lines: # 1 print(line.split(" ")) tmp_list=line.split(" ") for word in tmp_list: words.append(word) words #
Walden单词词频统计
cocojackson的博客
11-16 485
import collections #创建一个新的容器 f = open('E:\学习文件夹\Walden.txt', 'r').read() #打开本地文本文件，r表示以读取方式打开 f=f.replace(',','').replace('.','').replace('"','').replace(':','') #将所有标点替换成空格 f = f.split() #取出所有单词 f = collections.Counter(f) #在容器中统计每个单词的出现词频 print(f) ...
用python做词频统计
zhangxiaomei1952的博客
03-28 9622
假设有一个本地的txt文件，相对其进行词频统计，可以这样写：import time path='C:\\Users\\zhangxiaomei\\Desktop\\Walden.txt' with open(path,'r') as text: words=text.read().split() print(words) for word in words:
Walden单词词频统计任务
weixin_51775791的博客
11-15 257
import collections f=open(r'C:\\Users\\21033\\Desktop\\Walden.txt','r') a = f.read().split() print(collections.Counter(a))
Python-英文小说词频统计（傲慢与偏见）
STAR_LORD
08-24 7661
首先下载英文原版小说，TXT格式，内容如下 格式非UTF-8，是Unicode格式的 英文每个单词之间都有空格，所以不需要进行分词，可以直接进行词频统计 def get_text(): f = open('傲慢与偏见.txt','r',encoding='unicode_escape') text = f.read().lower() for i in '!@...
利用Python对瓦尔登湖进行词频统计
崔昕阳的博客
04-20 3419
一、目的 深入理解列表的使用，利用python对瓦尔登湖文本（英文）进行词频统计。 二、必要知识 1.python数据结构 2.数据结构的推导式（List Comprehension） 如我们需要将5个元素装进列表中，写法： b = [i for i in range(1,6)] #显示列表 print(b) 运行结果： 3.split分词 实例： senten...
Day 01 词频统计
weixin_30492601的博客
08-11 150
小说《Walden》单词词频统计 lambda表达式的形式： y=lambda x:x+1 其中x相当于输入的接口，x+1相当于返回值； eg: g=lambda x: x**2 g(2)=4 1 import re #正则表达式操作 此处用到re.split 2 f=open('E:/Python培训/python_01/Walden.txt','r'...
Python文本词频统计
日进一步
04-09 6811
背景信息本文实现英文文本词频统计，功能与Mapreduce中的wordcount是类似的。本文主要是为之后词向量训练做准备工作。本地实现词频统计函数，输入一个文本文件，最终以dict的形式返回词频统计信息。说明：如果输入为英文文本，则可以直接处理；如果是中文文本，则需要先进行分词等预处理工作。详细代码def word_count(file_name): import collections...
词频统计
yawdd的博客
03-03 1376
今天看到了一个关于文本词频统计的python代码。import string path = '/home/ywq/Desktop/Walden.txt' with open(path,'r') as text: words = [raw_word.strip(string.punctuation).lower() for raw_word in text.read().split()]...
瓦尔登湖词频统计
weixin_51713652的博客
11-18 534
在文本处理中，我们经常需要对文本中的单词出现频率做一个统计，本文以英文小说《瓦尔登湖》为例，统计一下作者最喜欢用什么单词，他们各自的出现频率如何。 大致思路 把下载好的“Walden.txt”放到桌面，复制一下完整的路径名 在这里需要注意的是 Window系统下，默认文件名路径子级和父级之间可能使用反斜杠表示的，而在python中子级和父级之间使用正斜杠"/"表示的。 在将文件放置在桌面之后，使用代码打开文件 path = ‘C:/Users/xiaokai/Desktop/Walden.txt’ 然后开
用Python统计中英文词频
JarlenJohn
04-23 1万+
本设计基于Python3.6实现中英文词频统计功能 英文词频统计 统计哈姆雷特英文版，txt格式文件地址： hamlet.txt 思路分析： 获取文件中词汇 转换为统一格式，如小写或者大写 切割词汇 循环遍历进行统计 打印输出 代码如下： #获取单词函数定义 def getTxt(): txt = open('hamlet.txt').read() txt =...
python 文本单词提取和词频统计
Avalon
02-18 1万+
strip_html(cls, text) 去除html标签 separate_words(cls, text, min_lenth=3) 文本提取 get_words_frequency(cls, words_list) 获取词频class DocProcess(object): @classmethod def strip_html(cls, text): ""
Python 文本词频统计
陈言陈语的小陈
09-04 2万+
Hamlet文本词频统计 The Tragedy of Hamlet, Prince of Denmark Shakespeare homepage | Hamlet | Entire play ACT I SCENE I. Elsinore. A platform before the castle. FRANCISCO at his post. Enter to him BERNAR...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值