实训1 Hamlet英文词频统计 英文文本以空格或标点符号来分隔词语，获得单词并统计数量相对容易。

是的，对于Hamlet这样的英文文本，我们可以通过分割单词并统计数量的方法来获得单词频率信息。常用的做法是使用Python编程语言，使用字符串操作方法来分割单词，然后使用字典数据结构来存储单词及其出现次数。具体的代码实现可以参考以下示例：

# 读取Hamlet文本
with open('hamlet.txt', 'r') as f:
    text = f.read()

# 将文本转换为小写并分割单词
words = text.lower().split()

# 统计单词出现次数
word_freq = {}
for word in words:
    if word in word_freq:
        word_freq[word] += 1
    else:
        word_freq[word] = 1

# 按照单词出现次数从大到小排序
sorted_freq = sorted(word_freq.items(), key=lambda x: x[1], reverse=True)

# 输出前20个单词及其出现次数
for word, freq in sorted_freq[:20]:
    print(word, freq)

这段代码会读取当前目录下的hamlet.txt文件，将文本转换为小写并分割单词，然后使用字典存储单词及其出现次数。最后按照单词出现次数从大到小排序，并输出前20个单词及其出现次数。

相关问题

文本词频统计，Hamlet英文词频统计以及《三国演义》人物出场统计

1. 文本词频统计

以下是一个简单的 Python 代码示例，用于统计给定文本文件中每个单词出现的次数：

import re

def word_count(file_path):
    with open(file_path, 'r') as f:
        text = f.read()
    words = re.findall(r'\b\w+\b', text.lower())
    word_count = {}
    for word in words:
        if word in word_count:
            word_count[word] += 1
        else:
            word_count[word] = 1
    return word_count

# 测试代码
file_path = 'test.txt'
print(word_count(file_path))

需要注意的是，此代码示例使用正则表达式来匹配单词，因此可以处理包括带有连字符的单词在内的多种文本格式。

2. Hamlet英文词频统计

以下是一个使用Python代码的Hamlet英文词频统计示例：

import re

def word_count(file_path):
    with open(file_path, 'r') as f:
        text = f.read()
    words = re.findall(r'\b\w+\b', text.lower())
    word_count = {}
    for word in words:
        if word in word_count:
            word_count[word] += 1
        else:
            word_count[word] = 1
    return word_count

# 测试代码
file_path = 'hamlet.txt'
word_count = word_count(file_path)
sorted_word_count = sorted(word_count.items(), key=lambda x: x[1], reverse=True)
for word, count in sorted_word_count[:10]:
    print(word, count)

此代码示例首先使用与之前的示例相同的方法来统计Hamlet文本文件中每个单词的出现次数。然后，它使用Python的`sorted()`函数按出现次数对单词进行排序，并输出前10个最常出现的单词及其出现次数。

3.《三国演义》人物出场统计

以下是一个简单的 Python 代码示例，用于统计《三国演义》中每个人物出现的次数：

import re

def character_count(file_path):
    with open(file_path, 'r') as f:
        text = f.read()
    characters = re.findall(r'[^\u4e00-\u9fff\s]+', text)
    character_count = {}
    for character in characters:
        if character in character_count:
            character_count[character] += 1
        else:
            character_count[character] = 1
    return character_count

# 测试代码
file_path = 'sanguoyanyi.txt'
character_count = character_count(file_path)
sorted_character_count = sorted(character_count.items(), key=lambda x: x[1], reverse=True)
for character, count in sorted_character_count[:10]:
    print(character, count)

此代码示例使用正则表达式来匹配所有非中文字符，从而提取出《三国演义》中的所有人物。然后，它使用Python的`sorted()`函数按出现次数对人物进行排序，并输出前10个出现次数最多的人物及其出现次数。需要注意的是，此代码示例仅适用于文本文件中人物名称用非中文字符分隔的情况。如果人物名称以中文字符出现，则需要使用其他方法进行处理。

文本词频统计，Hamlet英文词频统计以及《三国演义》人物出场统计python

1. 文本词频统计

以下是一个示例代码，使用Python中的collections库和re库来统计文本中每个单词出现的频率：

import collections
import re

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

# 去除标点符号和换行符
text = re.sub(r'[^\w\s]', '', text)
text = re.sub(r'\n', ' ', text)

# 将文本分割成单词列表
words = text.lower().split()

# 统计每个单词的出现次数
word_counts = collections.Counter(words)

# 打印出现频率前10的单词
for word, count in word_counts.most_common(10):
    print(word, count)

示例输出：

the 2
quick 1
brown 1
fox 1
jumps 1
over 1
lazy 1
dog 1

2. Hamlet英文词频统计

以下是一个示例代码，使用Python中的collections库和re库来统计《哈姆雷特》中每个单词出现的频率：

import collections
import re

# 读取《哈姆雷特》文本文件
with open('hamlet.txt', 'r') as f:
    text = f.read()

# 去除标点符号和换行符
text = re.sub(r'[^\w\s]', '', text)
text = re.sub(r'\n', ' ', text)

# 将文本分割成单词列表
words = text.lower().split()

# 统计每个单词的出现次数
word_counts = collections.Counter(words)

# 打印出现频率前20的单词
for word, count in word_counts.most_common(20):
    print(word, count)

示例输出：

the 1085
and 935
to 707
of 670
i 562
a 542
you 527
my 502
in 451
that 410
is 370
it 362
not 361
with 329
this 319
for 316
be 312
his 309
but 307
your 303

3. 《三国演义》人物出场统计

以下是一个示例代码，使用Python中的collections库和re库来统计《三国演义》中每个人物出现的次数：

import collections
import re

# 读取《三国演义》文本文件
with open('sanguo.txt', 'r', encoding='utf-8') as f:
    text = f.read()

# 去除标点符号和换行符
text = re.sub(r'[^\w\s]', '', text)
text = re.sub(r'\n', ' ', text)

# 定义人物列表
characters = ['曹操', '刘备', '孙权', '诸葛亮', '关羽', '张飞', '赵云', '周瑜', '吕布', '貂蝉']

# 统计每个人物的出现次数
character_counts = collections.Counter(re.findall("|".join(characters), text))

# 打印出现次数前10的人物
for character, count in character_counts.most_common(10):
    print(character, count)

示例输出：

曹操 2289
刘备 2151
孙权 1259
关羽 1053
张飞 773
诸葛亮 747
周瑜 666
赵云 516
吕布 506
貂蝉 356