python评论词频统计

以下是Python代码实现评论词频统计的过程：

import re
from collections import Counter

# 读取评论文件
with open('comments.txt', 'r', encoding='utf-8') as f:
    comments = f.read()

# 将评论中的标点符号和特殊字符去除
comments = re.sub(r'[^\w\s]','',comments)

# 将评论转换为小写字母
comments = comments.lower()

# 将评论拆分为单词列表
words = comments.split()

# 统计每个单词出现的次数
word_counts = Counter(words)

# 输出前10个最常见的单词及它们的出现次数
for word, count in word_counts.most_common(10):
    print(word, count)

其中，`comments.txt` 是包含评论内容的文本文件。首先读取评论文件，然后使用正则表达式去除标点符号和特殊字符，再将评论转换为小写字母。接着，将评论拆分为单词列表，并使用 `Counter` 对每个单词进行计数。最后，输出前 10 个最常见的单词及它们的出现次数。

相关问题

python评论词频统计结果保存为文件

要将Python评论词频统计结果保存到文件中，可以使用Python内置的文件操作函数。以下是一个简单的代码示例：

from collections import Counter

# 读取评论数据
with open('comments.txt', 'r') as f:
    comments = f.read()

# 分词统计
words = comments.split()
word_freq = Counter(words)

# 保存到文件
with open('word_freq.txt', 'w') as f:
    for word, freq in word_freq.most_common():
        f.write(f'{word}: {freq}\n')

这个代码示例假设评论数据已经保存在一个名为 `comments.txt` 的文件中。代码首先读取评论数据，然后使用 Python 的 `split()` 函数将其分词，并使用 `Counter` 对象进行词频统计。最后，代码将统计结果保存到名为 `word_freq.txt` 的文件中。

在保存文件时，我们使用了 `most_common()` 方法来获取词频最高的单词。这个方法返回一个包含元组的列表，每个元组包含单词和对应的词频。我们使用 `f.write()` 函数将每个元组写入文件中。

python中文词频统计_Python中文词频统计

在Python中进行中文词频统计，可以使用jieba库来进行中文分词。以下是一个简单的示例：

import jieba

# 读取文本文件
with open("text.txt", "r", encoding="utf-8") as f:
    text = f.read()

# 使用jieba分词
words = jieba.cut(text)

# 统计词频
freq = {}
for word in words:
    if word in freq:
        freq[word] += 1
    else:
        freq[word] = 1

# 输出结果
for word, count in freq.items():
    print(word, count)

其中，先使用`jieba.cut()`方法对文本进行分词，然后使用一个字典来统计每个词出现的次数。最后遍历字典，输出结果。需要注意的是，在使用jieba库前，需要先安装和下载其所需要的字典文件。