如何用Python编写代码来统计年报文档中特定词汇的出现频率？

在Python中，你可以使用nltk库（自然语言工具包）或者更现代的spaCy库来统计年报文档中特定词汇的出现频率。这里是一个简单的例子，我们将使用nltk库：

import nltk
from nltk.corpus import stopwords
from collections import Counter

# 假设你有一个名为file.txt的年报文档内容
with open('file.txt', 'r') as file:
    text = file.read().lower()  # 将文本转换为小写，便于统一比较

# 分词
tokens = nltk.word_tokenize(text)

# 移除停用词，如"的", "是", "在"等常用词，不影响频率计算
stop_words = set(stopwords.words('chinese'))
filtered_tokens = [token for token in tokens if token not in stop_words]

# 使用Counter计算词频
word_freq = Counter(filtered_tokens)

# 统计指定词汇（例如'营收'）
target_word = '营收'
if target_word in word_freq:
    print(f"'{target_word}'的出现次数: {word_freq[target_word]}")
else:
    print(f"'{target_word}'未在文档中找到")

# 获取所有词汇及其频率
print("\n所有单词及其频率:")
for word, freq in word_freq.most_common():
    print(f"{word}: {freq}")