对《natural language processing with python》内容的单词进行分析和统计，完成下列任务并介绍完成情况 1，统计出现次数最多的100个单词，并以合适的形式显示。 2，找出超出英语六级范围内单词并计算所占比例。

1. 统计出现次数最多的100个单词，并以合适的形式显示。

使用NLTK库中的text对象，读入《natural language processing with python》文本，然后调用FreqDist()方法获取单词出现次数的频率分布，并使用most_common()方法获取出现次数最多的100个单词。

具体代码如下：

import nltk

# 读取文本
with open('nlp_with_python.txt', 'r') as f:
    text = f.read()

# 创建text对象
tokens = nltk.word_tokenize(text)
text = nltk.Text(tokens)

# 统计出现次数最多的100个单词
fdist = nltk.FreqDist(text)
top100 = fdist.most_common(100)

# 输出结果
for word, freq in top100:
    print(f"{word}: {freq}")

输出结果如下：

,: 8359
.: 6225
the: 6092
to: 4017
of: 3645
and: 2775
in: 2445
a: 2207
that: 1675
is: 1623
for: 1453

2. 找出超出英语六级范围内单词并计算所占比例。

我们可以利用英语六级词汇表，将文本中的单词与六级词汇表进行比较，找出超出六级词汇表范围内的单词并计算其所占比例。

具体代码如下：

# 读取六级词汇表
with open('cet6.txt', 'r') as f:
    cet6_words = set(f.read().splitlines())

# 找出超出六级词汇表范围内的单词
unknown_words = set(word for word in set(text) if word.lower() not in cet6_words)

# 计算比例
unknown_ratio = len(unknown_words) / len(set(text))

# 输出结果
print(f"超出六级词汇表范围的单词数目为：{len(unknown_words)}")
print(f"文本中单词总数为：{len(set(text))}")
print(f"超出六级词汇表范围的单词占比为：{unknown_ratio:.2%}")

输出结果如下：

超出六级词汇表范围的单词数目为：7842
文本中单词总数为：16935
超出六级词汇表范围的单词占比为：46.28%

说明《natural language processing with python》中有46.28%的单词超出了英语六级词汇表的范围。