写一段代码计算关键词频率

好的，以下是一个简单的 Python 代码，可以计算文本中关键词的频率：

from collections import Counter

# 输入文本
text = "This is a sample text for calculating keyword frequency. This text contains multiple keywords such as sample, calculating, and frequency."

# 定义关键词列表
keywords = ["sample", "calculating", "frequency"]

# 切分文本中的单词
words = text.split()

# 计算关键词频率
freq = Counter(words)

# 输出关键词频率
for keyword in keywords:
    print("Frequency of '{}' is: {}".format(keyword, freq[keyword]))

这段代码首先定义了一个包含关键词的列表，然后将文本切分成单词。接着，使用 `collections` 模块中的 `Counter` 函数计算每个单词的出现次数，并将结果存储在 `freq` 变量中。最后，使用一个简单的循环打印出关键词的频率。

相关问题

写一段代码计算分子片段出现的频率

以下是使用RDKit和Pandas计算分子片段频率的示例代码：

from rdkit import Chem
import pandas as pd

# 读取分子文件
suppl = Chem.SDMolSupplier('molecules.sdf')

# 定义片段
fragments = ['C(=O)', 'C=C', 'C#N']

# 生成所有分子的指纹
fingerprints = [Chem.RDKFingerprint(m) for m in suppl if m is not None]

# 统计每个片段在所有指纹中出现的次数
counts = [sum([fp.HasSubstructMatch(Chem.MolFromSmarts(fragment)) for fp in fingerprints]) for fragment in fragments]

# 计算每个片段的频率
total_count = sum(counts)
frequencies = [count / total_count for count in counts]

# 输出结果
df = pd.DataFrame({'Fragment': fragments, 'Count': counts, 'Frequency': frequencies})
print(df)

该代码假设有一个名为“molecules.sdf”的分子文件，其中包含要处理的分子。在示例中，定义了三个片段，并使用RDKit的RDKFingerprint函数生成所有分子的指纹。然后，对于每个片段，使用HasSubstructMatch函数计算其在所有指纹中的出现次数。最后，将每个片段的出现次数除以总指纹数，以得到频率，并使用Pandas将结果输出到DataFrame。

写一段代码计算每个分子片段出现的频率

您可以使用上面计算出的 `count_dict` 字典，将每个分子片段出现的次数除以该分子的原子数，从而计算每个分子片段的频率。代码如下：

freq_dict = {}
for idx, mol in enumerate(mols):
    freq_dict[idx] = {}
    atoms_num = mol.GetNumAtoms()
    for submol_idx, submol in enumerate(submols):
        if mol.HasSubstructMatch(submol):
            submol_atoms_num = submol.GetNumAtoms()
            freq = count_dict[mol.ToSmiles()][submol_idx] / (atoms_num - submol_atoms_num + 1)
            freq_dict[idx][submol_idx] = freq

print(freq_dict)

这将输出一个字典，其中键为每个分子的索引（从 0 开始），值为一个字典，该字典的键为每个分子片段的索引（从 0 开始），值为该分子片段的频率。