给定-一个包含中文内容的文本文件test.txt,统计该文本文件中出现的所有词 的词频,并根据键盘输入的自然数n,来输出前n个词频最高的词以及词频。 python
时间: 2024-03-26 09:41:17 浏览: 22
好的,我可以帮你解决这个问题。
首先,我们需要读取文本文件并将其分词。可以使用Python中的jieba库来实现分词功能。具体代码如下:
``` python
import jieba
# 读取文本文件
with open('test.txt', 'r', encoding='utf-8') as f:
text = f.read()
# 分词
words = jieba.cut(text)
```
接下来,我们需要统计每个词的出现次数。可以使用Python中的collections库中的Counter类来实现。具体代码如下:
``` python
from collections import Counter
# 统计词频
word_counts = Counter(words)
```
最后,我们可以按照词频进行排序,并输出前n个词频最高的词以及词频。具体代码如下:
``` python
# 排序
sorted_word_counts = sorted(word_counts.items(), key=lambda x: x[1], reverse=True)
# 输出前n个词频最高的词以及词频
n = int(input("请输入自然数n:"))
for i in range(n):
print(sorted_word_counts[i][0], sorted_word_counts[i][1])
```
这样,就可以实现统计文本文件中词频并输出前n个词频最高的词以及词频的功能了。
相关问题
给定-一个包含中文内容的文本文件test.txt,统计该文本文件中出现的所有词 的词频,并根据键盘输入的自然数n,来输出前n个词频最高的词以及词频。
好的,这里是一个示例程序,可以实现你的需求:
```python
import jieba
# 读取文件内容
with open('test.txt', 'r', encoding='utf-8') as f:
text = f.read()
# 分词,并统计词频
words = jieba.lcut(text)
word_freq = {}
for word in words:
if len(word) > 1: # 只统计长度大于1的词
word_freq[word] = word_freq.get(word, 0) + 1
# 根据词频排序,并输出前n个高频词
n = int(input('请输入要输出的高频词数量:'))
sorted_word_freq = sorted(word_freq.items(), key=lambda x: x[1], reverse=True)
for i in range(n):
print('第{}高频词:{},词频:{}'.format(i+1, sorted_word_freq[i][0], sorted_word_freq[i][1]))
```
这个程序首先使用 `jieba.lcut()` 函数对指定的文本文件进行分词,并统计每个词出现的次数。为了方便统计,程序只统计长度大于1的词,并将词频存储在一个字典 `word_freq` 中。接下来,程序根据词频对 `word_freq` 中的词进行排序,并输出前 `n` 个高频词及其词频。在程序运行过程中,会提示用户输入要输出的高频词数量 `n`。
打开文件《莎士比亚.txt》 文件,统计文本单词出现的频率。将统计结果保存到文件 莎士比亚词频.txt.
以下是Python代码实现:
```python
import re
# 读取文件内容
with open('莎士比亚.txt', 'r', encoding='utf-8') as f:
text = f.read()
# 将文本中的符号和数字去除,只保留单词
word_list = re.findall(r'\b[A-Za-z]+\b', text)
# 统计每个单词出现的次数
word_count = {}
for word in word_list:
if word in word_count:
word_count[word] += 1
else:
word_count[word] = 1
# 将结果按照词频从高到低排序
sorted_word_count = sorted(word_count.items(), key=lambda x: x[1], reverse=True)
# 将结果保存到文件
with open('莎士比亚词频.txt', 'w', encoding='utf-8') as f:
for word, count in sorted_word_count:
f.write(f'{word}: {count}\n')
```
运行代码后,会在当前目录下生成一个名为“莎士比亚词频.txt”的文件,里面包含了莎士比亚文本中单词出现的频率。