python对英文歌曲词频统计

Python可以使用多种库来进行英文歌曲歌词的词频统计，最常用的是NLTK (Natural Language Toolkit) 和 collections 模块。以下是简单的步骤：

1. **下载歌词数据**：首先你需要获取歌曲的歌词文本，可以从网上找到歌词文件或者API获取。

2. **读取歌词**：使用Python内置的`open()`函数读取歌词文件，并将其内容存储在一个字符串变量中。

with open('song_lyrics.txt', 'r') as file:
    lyrics = file.read().lower()

3. **预处理文本**：将所有字母转换成小写，移除标点符号、数字等非文字字符，并分词。

import re
from nltk.tokenize import word_tokenize

lyrics_processed = re.sub(r'[^\w\s]', '', lyrics)
tokens = word_tokenize(lyrics_processed)

4. **创建词频字典**：使用`collections.Counter`来计算每个单词出现的次数。

from collections import Counter

word_counts = Counter(tokens)

5. **查看结果**：最后你可以打印出最常见的单词及其频率。

most_common_words = word_counts.most_common()
for word, count in most_common_words[:10]:
    print(f"{word}: {count}")