Python词频统计中英文混合

要统计中英文混合的词频，可以按照以下步骤进行：

1. 将文本中的中英文分开，可以使用正则表达式进行匹配，例如：

import re

text = "Hello world! 你好，世界！"
english_words = re.findall(r'[a-zA-Z]+', text)
chinese_words = re.findall(r'[\u4e00-\u9fff]+', text)

2. 将英文单词全部转换为小写，以避免大小写造成的重复统计。例如：

english_words = [word.lower() for word in english_words]

3. 对中英文单词分别进行词频统计，可以使用Python内置的Counter类。例如：

from collections import Counter

english_word_counts = Counter(english_words)
chinese_word_counts = Counter(chinese_words)

4. 将中英文词频统计结果合并，可以使用字典的update()方法。例如：

word_counts = {}
word_counts.update(english_word_counts)
word_counts.update(chinese_word_counts)

完整代码如下：

import re
from collections import Counter

text = "Hello world! 你好，世界！"
english_words = re.findall(r'[a-zA-Z]+', text)
chinese_words = re.findall(r'[\u4e00-\u9fff]+', text)

english_words = [word.lower() for word in english_words]

english_word_counts = Counter(english_words)
chinese_word_counts = Counter(chinese_words)

word_counts = {}
word_counts.update(english_word_counts)
word_counts.update(chinese_word_counts)

print(word_counts)