python程序，使用mapreduce字典，实现统计文本中英文单词各个单词的出现次数

Python中，MapReduce是一种处理大量数据的模型，通常用于分布式计算环境。然而，它并不是Python内置的数据结构，而是参考了Hadoop MapReduce的概念。在简单的文本处理场景下，我们可以使用列表推导式、字典以及一些循环来统计文本中英文单词的出现次数。这里是一个基本的例子：

def count_words(text):
    # 使用split()函数将文本分割成单词列表
    words = text.split()
    
    # 创建一个空字典来存储每个单词及其计数
    word_count = {}
    
    # 对于列表中的每一个单词
    for word in words:
        # 清洗英文单词，比如移除标点符号
        cleaned_word = word.lower().strip('.,!?')
        
        # 如果单词已经在字典中，增加计数；否则添加新键并设置计数为1
        if cleaned_word in word_count:
            word_count[cleaned_word] += 1
        else:
            word_count[cleaned_word] = 1
            
    return word_count

# 示例文本
text = "Hello, world! This is a test. Hello again."
word_count = count_words(text)

print("Word counts:", word_count)