请编写代码对NLTK语料库中的text1文本完成以下操作；对text1文本内的词汇表进行排序并输出；求出text1文本中每个单词的平均使用次数

为了完成这个任务，你需要安装Python的自然语言工具包(NLTK)以及相关的分词库，如nltk.corpus等。下面是一个简单的示例代码，它将帮助你按顺序列出词汇表，并计算每个单词的频率：

import nltk
from collections import Counter

# 下载必要的数据（如果你还没有）
nltk.download('punkt')
nltk.download('stopwords')

# 加载text1文本
text1 = nltk.corpus.gutenberg.raw('austen-sense.txt')  # 使用《傲慢与偏见》作为例子，你可以替换为你想处理的文本文件

# 分词（这里只取英文单词）
tokens = nltk.word_tokenize(text1)
stop_words = set(nltk.corpus.stopwords.words('english'))
tokens = [token.lower() for token in tokens if token.isalpha() and token.lower() not in stop_words]

# 计算词汇表并排序
word_freq = Counter(tokens)
sorted_word_freq = sorted(word_freq.items(), key=lambda x: x[1], reverse=True)

# 输出词汇表和每个单词的平均使用次数（假设只有一个文本段落）
vocab_size = len(sorted_word_freq)
total_usage = sum(freq for word, freq in sorted_word_freq)
avg_usage = total_usage / vocab_size

for word, freq in sorted_word_freq:
    print(f"{word}: {freq} (平均使用次数: {avg_usage:.2f})")