python生成中文词汇表

可以使用Python的jieba库来生成中文词汇表。下面是一个简单的示例代码：

import jieba

# 读取文本文件
with open('text.txt', 'r', encoding='utf-8') as f:
    text = f.read()

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

# 去除停用词，例如：的、了、是等等
stopwords = ['的', '了', '是', '在', '和', '有', '不', '中', '等', '一种', '一样', '这个']
words = [word for word in words if word not in stopwords]

# 统计词频
word_counts = {}
for word in words:
    if word in word_counts:
        word_counts[word] += 1
    else:
        word_counts[word] = 1

# 按照词频从高到低排序
sorted_word_counts = sorted(word_counts.items(), key=lambda x: x[1], reverse=True)

# 输出前100个高频词
for i in range(100):
    print(sorted_word_counts[i][0], sorted_word_counts[i][1])

在该示例代码中，我们首先使用`jieba.lcut()`函数对文本进行分词，然后使用列表推导式去除停用词。接着，使用字典统计每个单词出现的次数，并使用`sorted()`函数按照词频从高到低排序。最后，输出前100个高频词及其出现次数。

注意：在使用jieba库之前，需要先安装该库。可以使用`pip install jieba`命令进行安装。