Python中使用term frequency计算每个文档中单词的出现频率

在Python中，我们可以使用`collections`模块下的`Counter`类来方便地计算每个文档中单词的词频（Term Frequency）。`Counter`是一个无序的、可变的容器，它用于计数可哈希对象的出现次数。

下面是一个简单的例子，假设我们有一个包含文本的列表，表示多个文档：

from collections import Counter

# 假设docs是一个包含文档字符串的列表
docs = ['这是一个文档', '这是第二个文档，包含一些相同的词语', '第三个文档只有少量词汇']

# 将所有文档连接成一个大字符串，然后按空格分割得到单词列表
all_words = ' '.join(docs).split()

# 使用Counter计算每个单词的词频
word_counts = Counter(all_words)

# 输出结果
for word, count in word_counts.items():
    print(f"'{word}': {count}")

在这个例子中，`word_counts`字典将存储每个单词及其对应的出现次数。如果你想对每个文档分别计算词频，可以先处理每个文档，然后再合并结果。