python西游记词频统计代码

Python西游记词频统计代码可以用Python的内置库collections来实现。以下是一个简单的示例：

import collections

# 读取文件内容
with open('journey_to_the_west.txt', 'r', encoding='utf-8') as f:
    content = f.read()

# 统计词频
words = content.split()
word_counts = collections.Counter(words)

# 输出前10个高频词
for word, count in word_counts.most_common(10):
    print(word, count)

在这个代码中，我们使用了Python内置的Counter类来统计词频。首先，我们打开journey_to_the_west.txt文件，并将其内容读取到content变量中。然后，我们将content按照空格划分为单词，并使用Counter统计单词出现的次数。最后，我们使用most_common方法找出出现次数最多的前10个单词，并将它们输出到屏幕上。

如果你想要深入学习Python的文本处理功能，我建议你学习Python的nltk和spaCy等第三方库。这些库提供了更强大的文本处理功能，可以帮助你更好地完成类似的任务。

相关问题

python西游记词频统计

以下是Python实现《西游记》词频统计的代码和步骤：

1. 读取《西游记》文本文件

with open('xyj.txt', 'r', encoding='utf-8') as f:
    text = f.read()

2. 使用正则表达式去除文本中的非汉字字符

import re

text = re.sub('[^\u4e00-\u9fa5]', '', text)

3. 统计每个汉字出现的次数

from collections import Counter

counter = Counter(text)

4. 统计不同汉字的个数

num_unique_chars = len(counter)

5. 找出出现次数最多的前10个汉字

most_common = counter.most_common(10)

6. 将结果保存到json文件中

import json

result = {
    'num_unique_chars': num_unique_chars,
    'most_common': most_common,
    'counter': dict(counter)
}

with open('result.json', 'w', encoding='utf-8') as f:
    json.dump(result, f, ensure_ascii=False, indent=4)

西游记文本词频统计，词云图的制作代码

以下是一个简单的实现文本词频统计和词云图制作的Python代码，你可以根据需要进行修改：

# 导入需要的库
import jieba
from wordcloud import WordCloud
from collections import Counter
from PIL import Image
import numpy as np

# 读取文本文件
with open('西游记.txt', 'r', encoding='utf-8') as f:
    content = f.read()

# 使用jieba分词
words = jieba.cut(content)

# 统计词频
word_counts = Counter(words)

# 生成词云图
mask = np.array(Image.open('yuanbao.jpg'))  # 词云图形状
wordcloud = WordCloud(
    font_path='msyh.ttc',  # 字体文件路径
    background_color='white',  # 背景颜色
    mask=mask,  # 词云图形状
    width=800, height=600  # 图片大小
)
wordcloud.generate_from_frequencies(word_counts)

# 保存词云图
wordcloud.to_file('wordcloud.png')

其中，'西游记.txt'是要统计词频的文本文件路径，'yuanbao.jpg'是词云图形状的图片文件路径，'msyh.ttc'是使用的字体文件路径。生成的词云图将保存在'wordcloud.png'文件中。你可以根据需要修改这些参数。