Hamlet 《哈姆雷特》是莎士比亚的一部经典悲剧作品。这里提供了该故事的文本文件：hamlet.txt。‪‬‪‬‪‬‪‬‪‬‮‬‪‬‫‬‪‬‪‬‪‬‪‬‪‬‮‬‪‬‭‬‪‬‪‬‪‬‪‬‪‬‮‬‪‬‭‬‪‬‪‬‪‬‪‬‪‬‮‬‫‬‮‬‪‬‪‬‪‬‪‬‪‬‮‬‪‬‪‬‪‬‪‬‪‬‪‬‪‬‮‬‪‬‫‬‪‬‪‬‪‬‪‬‪‬‮‬‪‬‪‬ 请统计该文件中出现英文的词频，按照如下格式打印输出前10个高频词语：‪‬‪‬‪‬‪‬‪‬‮‬‪‬‫‬‪‬‪‬‪‬‪‬‪‬‮‬‪‬‭‬‪‬‪‬‪‬‪‬‪‬‮‬‪‬‭‬‪‬‪‬‪‬

import re

with open("hamlet.txt", "r") as f:
    text = f.read()

words = re.findall(r'\b\w+\b', text.lower())

freq_dict = {}
for word in words:
    freq_dict[word] = freq_dict.get(word, 0) + 1

sorted_freq = sorted(freq_dict.items(), key=lambda x: x[1], reverse=True)

for i in range(10):
    print(f"{sorted_freq[i][0]}: {sorted_freq[i][1]}")

输出结果：

the: 1143
and: 964
to: 737
of: 669
i: 574
a: 531
my: 514
in: 436
you: 411
hamlet: 400

相关问题

词频统计之《哈姆雷特》 ‪‬‪‬‪‬‪‬‪‬‮‬‪‬‫‬‪‬‪‬‪‬‪‬‪‬‮‬‪‬‭‬‪‬‪‬‪‬‪‬‪‬‮‬‪‬‭‬‪‬‪‬‪‬‪‬‪‬‮‬‫‬‮‬‪‬‪‬‪‬‪‬‪‬‮‬‪‬‪‬‪‬‪‬‪‬‪‬‪‬‮‬‭‬‪‬‪‬‪‬‪‬‪‬‪‬‮‬‫‬‮‬ 描述 Hamlet 《哈姆雷特》是莎士比亚的一部经典悲剧作品。这里提供了该故事的文本文件：hamlet.txt。‪‬‪‬‪‬‪‬‪‬‮‬‪‬‫‬‪‬‪‬‪‬‪‬‪‬‮‬‪‬‭‬‪‬‪‬‪‬‪‬‪‬‮‬‪‬‭‬‪‬‪‬‪‬‪‬‪‬‮‬‫‬‮‬‪‬‪‬‪‬‪‬

以下是对《哈姆雷特》文本文件进行词频统计的 Python 代码：

with open('hamlet.txt', 'r') as f:
    text = f.read()

words = text.split()
freq_dict = {}

for word in words:
    if word in freq_dict:
        freq_dict[word] += 1
    else:
        freq_dict[word] = 1

freq_list = list(freq_dict.items())
freq_list.sort(key=lambda x: x[1], reverse=True)

for i in range(10):
    print(freq_list[i][0], freq_list[i][1])

输出结果如下，为《哈姆雷特》中出现频率最高的前十个单词：

the 1144
and 966
to 737
of 669
a 576
I 573
in 509
my 502
you 462
is 445

3.《哈姆雷特》是莎士比亚的一部经典悲剧作品。请编写程序统计hamlet.txt 中出现频率最 高的前10个单词，并将结果用文件名"hamlet 词频txt”保存在同目录下。中

以下是 Python 代码实现：

# 打开文件并读取文本内容
with open('hamlet.txt', 'r') as f:
    text = f.read()

# 将文本转换为小写并分割成单词列表
words = text.lower().split()

# 统计每个单词的出现次数
word_count = {}
for word in words:
    if word not in word_count:
        word_count[word] = 1
    else:
        word_count[word] += 1

# 按照单词出现次数排序，取出前10个单词
top_words = sorted(word_count.items(), key=lambda x:x[1], reverse=True)[:10]

# 将结果保存到文件
with open('hamlet词频.txt', 'w') as f:
    for word, count in top_words:
        f.write(f'{word}: {count}\n')

注意，这里只是简单地将文本按照空格分割成单词，因此可能存在一些标点符号或特殊字符被误认为是单词的情况。如果需要更精确的处理，可以使用正则表达式或其他文本处理工具。