python神雕侠侣角色名词频统计

Python中进行神雕侠侣角色名词频统计，通常会涉及到文本处理和数据分析。你可以使用Python的nltk库（自然语言工具包）来分词，然后利用collections库中的Counter类来计算每个名词的出现频率。这里简单概述一下步骤：

1. **下载所需库**：首先确保已安装`nltk`和可能需要的停用词列表，可以使用`nltk.download()`命令。

import nltk
from nltk.corpus import stopwords
from collections import Counter

2. **读取文本数据**：如果数据是文本文件，可以使用`open()`函数读取。

3. **文本预处理**：
a. 分词：使用`nltk.word_tokenize()`将文本分割成单词。
b. 去除停用词：使用停用词列表`stopwords.words('chinese')`去除常见的无意义词汇。
c. 提取名词：使用`nltk.pos_tag()`和`nltk.corpus.wordnet.synsets(word)`判断哪些是名词。

nltk.download('punkt')
nltk.download('stopwords')
nltk.download('wordnet')

def is_noun(tag):
    return tag.startswith('n')

with open('your_text_file.txt', 'r', encoding='utf-8') as file:
    text = file.read()
    words = nltk.word_tokenize(text)
    stop_words = set(stopwords.words('chinese'))
    filtered_words = [word for word in words if word.isalpha() and not word in stop_words]
    nouns = [word.lower() for word, tag in nltk.pos_tag(filtered_words) if is_noun(tag)]

4. **统计频率**：
使用`Counter`对名词进行计数。

noun_counts = Counter(nouns)

5. **输出结果**：
可以打印出出现频率最高的名词，或保存到字典或CSV文件中。

most_common = noun_counts.most_common(10)  # 获取最常出现的前10个名词及其频率
for word, count in most_common:
    print(f'{word}: {count}')