《射雕英雄传》中文词频统计

以下是《射雕英雄传》中文词频统计的步骤：

1. 首先，需要将小说文本进行处理，去除特殊符号和无意义词。可以使用Python中的pandas库读取小说文本，并使用正则表达式去除特殊符号和无意义词。代码如下：

import pandas as pd
import re

# 读取小说文本
raw = pd.read_csv('work/金庸-射雕英雄传txt精校版.txt', names=['txt'], sep="aaa", encoding="GBK")

# 去除特殊符号和无意义词
punc = pd.read_csv('work/punctuation.txt', header=None, names=['txt'], sep="aaa", encoding="GBK")
meaningless = pd.read_csv('work/meaningless.txt', header=None, names=['txt'], sep="aaa", encoding="GBK")
pattern = '|'.join(list(punc['txt']) + list(meaningless['txt']))
raw['txt'] = raw['txt'].apply(lambda x: re.sub(pattern, '', x))

2. 接下来，需要对小说文本进行分词。可以使用Python中的jieba库进行中文分词。代码如下：

import jieba

# 对小说文本进行分词
raw['txt'] = raw['txt'].apply(lambda x: ' '.join(jieba.cut(x)))

3. 最后，统计每个词出现的次数，并按照词频从高到低排序。代码如下：

from collections import Counter

# 统计每个词出现的次数
words = []
for line in raw['txt']:
    words += line.split()
word_count = Counter(words)

# 按照词频从高到低排序
result = sorted(word_count.items(), key=lambda x: x[1], reverse=True)
print(result)

运行以上代码，即可得到《射雕英雄传》中文词频统计的结果。