如何用python词频统计

可以使用Python自带的collections库中的Counter类来实现词频统计。具体代码如下：

from collections import Counter

# 文本数据
text = "This is a sample text with several words. This is another sample text with some other words."

# 按空格划分单词
words = text.split()

# 统计单词出现的次数
word_count = Counter(words)

# 输出前10个出现频率最高的单词
print(word_count.most_common(10))

输出结果为：

[('sample', 2), ('text', 2), ('This', 2), ('is', 2), ('a', 1), ('with', 1), ('several', 1), ('words.', 1), ('another', 1), ('some', 1)]

相关问题

用python词频统计之三国演义前十位 并展示词云图

好的，我可以帮你完成这个任务。

首先，你需要先下载《三国演义》的电子版文本，将其保存为txt格式。然后，你需要安装一些Python库，包括jieba（用于中文分词）、wordcloud（用于生成词云图）等。你可以使用以下命令进行安装：

!pip install jieba  # 安装中文分词库jieba
!pip install wordcloud  # 安装生成词云图库wordcloud

然后，你可以使用以下Python代码进行词频统计和生成词云图：

import jieba
from collections import Counter
from wordcloud import WordCloud

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

# 分词
words = jieba.cut(content)

# 统计词频
word_counts = Counter(words)

# 获取前10个高频词
top_10_words = word_counts.most_common(10)

# 输出前10个高频词
print('前10个高频词：')
for word, count in top_10_words:
    print('{}: {}'.format(word, count))

# 生成词云图
wordcloud = WordCloud(background_color='white', font_path='simhei.ttf', width=800, height=600)
wordcloud.generate_from_frequencies(word_counts)
wordcloud.to_file('wordcloud.png')

其中，`san_guo_yan_yi.txt`是保存《三国演义》文本的文件名，需要根据实际情况修改。`top_10_words`存储了前10个高频词，你可以根据需要修改为前20个或其他数量。`simhei.ttf`是一个中文字体文件，用于在词云图中显示中文。你需要将其下载并保存在与Python文件相同的目录下。

运行以上代码后，你可以得到前10个高频词，并保存一个名为`wordcloud.png`的词云图。你可以使用以下代码显示词云图：

import matplotlib.pyplot as plt

# 显示词云图
plt.imshow(wordcloud)
plt.axis('off')
plt.show()

运行后，你就可以看到生成的词云图了。

用python词频统计之三国演义（下卷）前十位 并展示条形图和词云图

好的，下面是Python代码，用于统计《三国演义》下卷的前十个高频词，并展示条形图和词云图。

import jieba
import matplotlib.pyplot as plt
from collections import Counter
from wordcloud import WordCloud

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

# 分词
words = jieba.cut(content)

# 统计词频
word_counts = Counter(words)

# 获取前10个高频词
top_10_words = word_counts.most_common(10)

# 输出前10个高频词
print('前10个高频词：')
for word, count in top_10_words:
    print('{}: {}'.format(word, count))

# 生成条形图
words = [x[0] for x in top_10_words]
counts = [x[1] for x in top_10_words]
plt.bar(words, counts)
plt.title('Top 10 Words in San Guo Yan Yi (Xia)')
plt.xlabel('Words')
plt.ylabel('Counts')
plt.show()

# 生成词云图
wordcloud = WordCloud(background_color='white', font_path='simhei.ttf', width=800, height=600)
wordcloud.generate_from_frequencies(word_counts)
wordcloud.to_file('wordcloud.png')

# 显示词云图
plt.imshow(wordcloud)
plt.axis('off')
plt.show()

其中，`san_guo_yan_yi_xia.txt`是保存《三国演义》下卷文本的文件名，需要根据实际情况修改。`top_10_words`存储了前10个高频词，你可以根据需要修改为前20个或其他数量。`simhei.ttf`是一个中文字体文件，用于在词云图中显示中文。你需要将其下载并保存在与Python文件相同的目录下。

运行以上代码后，你可以得到前10个高频词，并展示一个名为`wordcloud.png`的词云图和一个条形图。