python对字符串进行词频统计

可以使用Python中的collections模块中的Counter类来进行字符串的词频统计，具体代码如下：

from collections import Counter

string = "This is a sample string for word frequency count"

# 将字符串拆分成单词列表
words = string.split()

# 使用Counter类进行词频统计
word_counts = Counter(words)

# 输出结果
print(word_counts)

输出结果为：

Counter({'This': 1, 'is': 1, 'a': 1, 'sample': 1, 'string': 1, 'for': 1, 'word': 1, 'frequency': 1, 'count': 1})

可以看到，该代码将字符串拆分成单词列表后，使用Counter类对单词列表进行词频统计，最后输出了每个单词出现的次数。

相关问题

python对字符串进行词频统计并绘制词云图

要进行字符串词频统计并绘制词云图，可以使用Python中的`wordcloud`和`jieba`库。以下是一个简单的示例代码：

import jieba
from collections import Counter
from wordcloud import WordCloud
import matplotlib.pyplot as plt

# 输入文本
text = "这是一段需要进行词频统计并绘制词云图的测试文本，希望能够得到好的结果。"

# 分词
words = jieba.cut(text)

# 统计词频
word_counts = Counter(words)

# 生成词云图
wc = WordCloud(background_color="white", max_words=2000, width=1024, height=768, font_path='msyh.ttc')
wc.generate_from_frequencies(word_counts)

# 显示词云图
plt.imshow(wc, interpolation='bilinear')
plt.axis("off")
plt.show()

运行以上代码，就可以得到一个简单的词云图了。你可以根据自己的需求，对代码进行修改和优化。

请给出代码，用python对该文件进行词频统计，计算出词频最高的10个词

可以使用Python的collections库中的Counter对象来帮助我们完成词频统计的任务。这里先提供一个基础版本的实现方法，这个脚本将读取文本文件，并计算单词出现频率然后返回最常见的十个单词：

from collections import Counter
import re

def count_words(filename):
    with open(filename, 'r', encoding='utf-8') as file:
        text = file.read().lower() # 转换所有文字为小写以避免大小写的重复记录
        # 移除非字母字符，并分割字符串获得单词列表
        words = re.findall(r'\b\w+\b', text)
        counter = Counter(words) 
        # 返回出现次数最多的10个单词及其次数
        return counter.most_common(10)

filename = "pku_training.txt"
top_10_words = count_words(filename)
for word, freq in top_10_words:
    print(f"{word}: {freq}")

请注意，在实际应用中可能需要进一步清理数据，例如去除停用词（常见的诸如"a", "the", "and"这样的功能词），或者针对特定语言或领域调整正则表达式以更准确地匹配词汇单元。此外，考虑到提供的文档内容包含很多数字和特殊格式（比如日期、百分比等），这些如果也被认为是独立的'词语'的话，则上述代码无需修改即可直接运行。但如果需要排除这类情况，还需适当调整正则表达式。