不下载nltk库,进行英文词频统计并输出排行前十词汇
时间: 2024-11-27 18:23:31 浏览: 18
如果你不想下载NLTK库,可以使用Python内置的`collections.Counter`类结合`re`模块来进行简单的英文文本词频统计。以下是一个示例:
```python
import re
from collections import Counter
def count_words(text):
# 使用正则表达式去除标点符号,并将所有单词转为小写
words = re.findall(r'\b\w+\b', text.lower())
# 使用Counter计算词频
word_counts = Counter(words)
# 获取词频最高的前十个词汇
top_10_words = word_counts.most_common(10)
return top_10_words
# 示例文本
text = "This is a sample sentence for word frequency counting. It will demonstrate how to do it without nltk."
# 统计并输出结果
top_10_words = count_words(text)
for word, freq in top_10_words:
print(f"{word}: {freq}")
```
在这个例子中,我们先通过正则表达式提取文本中的单词,并转换为小写,然后使用`Counter`计算每个单词出现的次数。最后,`most_common(10)`返回出现频率最高的十个词汇及其对应的频率。
阅读全文