python词频统计红楼梦

以下是使用Python进行词频统计的示例代码：

from collections import Counter

# 打开红楼梦txt文档并读取内容
txt = open('红楼梦.txt', 'r', encoding='utf-8').read()

# 使用jieba库进行分词
import jieba
words = jieba.lcut(txt)

# 使用Counter进行词频统计
word_count = Counter(words)

# 输出词频统计结果
for word, count in word_count.most_common(10):
    print(word, count)

这段代码首先使用`jieba`库的`lcut()`函数对红楼梦文本进行分词，将分词结果保存在`words`变量中。然后使用`Counter`类对`words`进行词频统计，得到每个词出现的次数。最后，使用`most_common()`方法获取出现频率最高的前10个词及其出现次数，并将结果打印出来。

相关问题

python红楼梦词频统计

使用Python进行红楼梦的词频统计需要使用jieba库来进行中文分词。以下是一个简单的代码示例，可以实现对红楼梦文本中的单词进行词频统计：

import jieba

txt = open("G:\\红楼梦.txt","r",encoding="utf-8")
words = jieba.lcut(txt.read())

a = {}
for word in words:
    if len(word) == 1:
        continue
    else:
        a[word] = a.get(word,0) + 1

items = list(a.items())
items.sort(key=lambda x: x[1], reverse=True)

for i in range(15):
    word, count = items[i]
    print("{0:<10}{1:>5}".format(word, count))

txt.close()

这段代码的具体步骤如下：
1. 打开红楼梦.txt文件，采用UTF-8编码方式读取。
2. 使用jieba库的精准模式将红楼梦文本分词，并将分词结果保存到words列表中。
3. 创建一个空字典a，用于统计每个单词的出现次数。遍历words列表，对每个单词进行统计。
4. 将字典a转换为有序的列表items，并按照每个单词出现次数的降序进行排序。
5. 输出排序结果中的前15个单词以及对应的出现次数。

python统计红楼梦人物词频

在Python中统计《红楼梦》人物的词频，你可以使用自然语言处理库如jieba分词、collections模dule的Counter函数以及一些文本处理技巧。以下是一个简单的步骤：

1. 首先，你需要获取《红楼梦》的文本数据，这可以是从网络上下载电子版的txt文件，也可以从公开的数据源获取。

2. 使用`jieba`对文本进行分词，它能较好地处理汉语词语。安装`jieba`库（如果未安装）：`pip install jieba`

import jieba

3. 读取并清洗文本，移除非汉字字符，转换为小写等操作：

with open('hongloumeng.txt', 'r', encoding='utf-8') as f:
    text = f.read().lower()
    words = ''.join(c for c in text if '\u4e00' <= c <= '\u9fa5')

4. 使用`jieba.lcut`进行分词，并计算词频：

words_list = jieba.lcut(words)
word_freq = Counter(words_list)

5. 最后，打印出人物名称及其词频：

for word, freq in word_freq.most_common():
    if is_person_name(word):  # 自定义判断是否为人名的函数
        print(f"{word}: {freq}")

注意，这里需要你自己编写一个`is_person_name()`函数来识别人名，因为《红楼梦》中涉及的人物众多，直接通过字符串匹配可能会有误。