使用python统计英文歌中的单词出现频率，并按出现频率排序

在Python中，你可以使用nltk库（Natural Language Toolkit）来完成这个任务，步骤大致如下：

1. **安装所需库**：
如果还没安装nltk，可以使用`pip install nltk`命令安装。另外，还需要下载punkt分词数据集，运行`import nltk; nltk.download('punkt')`。

2. **读取歌曲文本**：
你需要先将歌词文件读取到一个字符串变量中。如果歌词在本地文件，可以使用`open()`函数打开文件并读取内容。

3. **预处理文本**：
清理文本，移除标点符号、数字和其他非字母字符，只保留单词。这通常通过正则表达式实现。

import re
def clean_text(text):
    return re.sub(r'\W+', ' ', text).lower()

4. **分词**：
使用`word_tokenize()`函数将清理后的文本分割成单个单词。

5. **计数和排序**：
将单词列表传递给`collections.Counter`来计算每个单词的出现次数，然后使用`sorted()`函数结合字典的值（即单词频率）进行排序。

from collections import Counter

def word_frequency(song_text):
    cleaned_text = clean_text(song_text)
    words = nltk.word_tokenize(cleaned_text)
    frequency = Counter(words)
    sorted_frequency = sorted(frequency.items(), key=lambda x: x[1], reverse=True)
    return sorted_frequency

6. **结果输出**：
最后，你可以打印出结果，例如前几个最常出现的单词及其频率。

print(word_frequency(your_song_text)[:10])