python上市公司年报词频统计

Python中可以使用`collections`模块中的`Counter`类来进行词频统计。首先需要对年报文本进行预处理，包括去除标点符号、停用词等，然后使用`split()`方法将文本分割成单词列表，最后使用`Counter`类统计词频。

以下是一个简单的示例：

1. 导入所需库：

import re
from collections import Counter

2. 定义一个函数来处理文本：

def preprocess_text(text):
    # 去除标点符号
    text = re.sub(r'[^\w\s]', '', text)
    # 转换为小写
    text = text.lower()
    return text

3. 读取年报文本并进行预处理：

with open('annual_report.txt', 'r', encoding='utf-8') as f:
    content = f.read()
    content = preprocess_text(content)

4. 将文本分割成单词列表并统计词频：

words = content.split()
word_count = Counter(words)

5. 输出词频统计结果：

for word, count in word_count.items():
    print(f"{word}: {count}")

这样就可以得到年报中各个词的词频统计结果。注意，这个示例仅适用于简单的文本处理，实际应用中可能需要根据具体需求对文本进行更复杂的预处理。