Python文件 文本词频统计代码

以下是Python实现文本词频统计的代码：

import re

# 定义函数，传入文件名和要统计的单词个数
def word_count(file_name, num):
    # 打开文件
    with open(file_name, 'r') as f:
        # 读取文件内容
        content = f.read()
        # 将单词转换为小写，并去掉标点符号
        words = re.findall(r'\b[a-z]+\b', content.lower())
        # 统计单词出现的次数
        word_dict = {}
        for word in words:
            if word not in word_dict:
                word_dict[word] = 1
            else:
                word_dict[word] += 1
        # 排序并输出结果
        sorted_word_dict = sorted(word_dict.items(), key=lambda x: x[1], reverse=True)
        for i in range(num):
            print(sorted_word_dict[i][0], sorted_word_dict[i][1])

# 调用函数进行测试
word_count('test.txt', 10)

代码解释：

1. `re.findall(r'\b[a-z]+\b', content.lower())` 用正则表达式匹配文件内容中的单词，`\b` 表示单词的边界，`[a-z]+` 表示一个或多个小写字母。
2. `word_dict` 用字典来保存单词出现的次数，如果单词不存在则添加到字典中，否则将出现次数加一。
3. `sorted_word_dict` 将字典按照值进行排序，`key=lambda x: x[1]` 表示按照值进行排序，`reverse=True` 表示降序排列。
4. `for i in range(num)` 只输出前面 num 个单词和出现次数。