Python怎么做词频统计

在Python中进行词频统计可以通过以下步骤实现：

1. 读取文本文件：首先，你需要使用Python的文件操作功能，打开并读取你要进行词频统计的文本文件。可以使用`open()`函数打开文件，并使用`read()`方法读取文件内容。

2. 文本预处理：在进行词频统计之前，通常需要对文本进行一些预处理操作，例如去除标点符号、转换为小写字母等。你可以使用Python的字符串处理方法来实现这些操作。

3. 分词：将文本分割成单个的词语。Python中有多种分词库可供选择，例如NLTK、jieba等。你可以根据自己的需求选择合适的分词库，并使用其提供的方法将文本分割成词语列表。

4. 统计词频：使用Python的字典数据结构来统计每个词语出现的次数。遍历分词后的词语列表，对每个词语进行计数，并将其作为键值对存储在字典中。

5. 排序输出：根据词频对字典中的键值对进行排序，并按照一定格式输出结果。你可以使用Python的内置函数`sorted()`对字典进行排序，并使用循环遍历输出结果。

下面是一个简单的示例代码：

import re
from collections import Counter

def word_frequency(file_path):
    # 读取文本文件
    with open(file_path, 'r', encoding='utf-8') as file:
        text = file.read()

    # 文本预处理
    text = text.lower()
    text = re.sub(r'[^\w\s]', '', text)

    # 分词
    words = text.split()

    # 统计词频
    word_count = Counter(words)

    # 排序输出
    for word, count in sorted(word_count.items(), key=lambda x: x[1], reverse=True):
        print(f'{word}: {count}')

# 调用函数进行词频统计
word_frequency('example.txt')

请注意，上述代码仅为示例，你可以根据实际需求进行修改和优化。