不下载nltk库，进行英文词频统计排除停用词并输出排行前十词汇

如果你不想直接使用Python的NLTK库来进行英文词频统计并排除停用词，你可以手动编写一些代码来完成这个任务。首先，你需要一个英文文本数据源，然后按照以下步骤操作：

1. **读取文本**：
使用`open()`函数打开文件，并读取其中的内容。

with open('your_text_file.txt', 'r') as file:
    text = file.read().lower()

2. **分词**：
使用正则表达式将文本分割成单词列表，忽略标点符号和其他非字母字符。

import re
words = re.findall(r'\b\w+\b', text)

3. **停用词处理**：
制作一个停用词列表，包括常见的英语停用词。NLTK库提供了一个预定义的停用词列表，如果没有下载，你可以手动创建一个，比如从网上查找并添加到一个set中。

# 如果没用NLTK，手动创建停用词集合
stop_words = {'the', 'a', 'an', 'and', ...}  # 添加更多常见停用词
filtered_words = [word for word in words if word not in stop_words]

4. **词频统计**：
使用`collections.Counter`来计算每个单词出现的频率。

from collections import Counter
word_counts = Counter(filtered_words)

5. **排序和输出**：
获取词频最高的前十个词汇及其频率。

top_10 = word_counts.most_common(10)
for word, freq in top_10:
    print(f'{word}: {freq}')