python文档词频统计

Python 中可以使用内置的 `collections` 模块中的 `Counter` 类来进行文档词频统计。`Counter` 是一个字典子类，用于计算可迭代对象中各个元素出现的次数。以下是简单的步骤：

1. 首先，你需要读取文本文件内容，将其转换为字符串列表，或者直接对字符串进行处理。

with open('yourfile.txt', 'r') as file:
    text = file.read().lower()  # 将所有字母转小写，便于忽略大小写差异

2. 使用 `split()` 或正则表达式将文本分割成单词列表。

words = text.split()  # 或者 words = re.findall(r'\b\w+\b', text)

3. 创建 `Counter` 对象并更新词频。

from collections import Counter
word_counts = Counter(words)

4. 最后，你可以遍历 `word_counts` 来查看每个单词及其出现的次数。

for word, count in word_counts.items():
    print(f'{word}: {count}')

相关问题

利用python进行词频统计并将结果打印到另一个文档中

你可以使用Python中的collections模块来进行词频统计，具体代码如下：

import collections

# 读取文本文件
with open('input.txt', 'r') as f:
    text = f.read()

# 将文本分词并统计词频
words = text.split()
word_counts = collections.Counter(words)

# 将结果写入另一个文本文件
with open('output.txt', 'w') as f:
    for word, count in word_counts.most_common():
        f.write(f'{word}: {count}\n')

其中，input.txt是需要进行词频统计的文本文件，output.txt是统计结果需要写入的文本文件。你可以根据需要修改文件名和路径。

用Python对中文文档进行词频统计的代码

在Python中，我们可以使用`jieba`库来进行中文文本的分词，并结合`collections`库中的`Counter`类进行词频统计。以下是一个简单的示例：

# 首先需要安装jieba库，如果未安装可以使用pip install jieba命令
import jieba
from collections import Counter

def word_frequency(text):
    # 使用jieba进行中文分词
    words = jieba.lcut(text)
    
    # 使用Counter计算每个词的频率
    word_counts = Counter(words)
    
    return word_counts

# 测试示例
text = "这是一段测试的中文文档，用于演示词频统计。"
freqs = word_frequency(text)

# 输出最常出现的前10个词及其频率
for word, freq in freqs.most_common(10):
    print(f"{word}: {freq}")