文本词频统计python

你好，关于文本词频统计的Python代码，以下是一个简单的示例：

# 导入模块
import re
from collections import Counter

# 读取文件
with open('sample.txt', 'r') as f:
    contents = f.read()

# 取出单词
words = re.findall(r'\b\w+\b', contents.lower())

# 统计词频
word_counts = Counter(words)

# 输出前十个词频最高的单词
for word, count in word_counts.most_common(10):
    print(f'{word}: {count}')

希望对您有所帮助！如果您有任何其他问题，请继续提出。

相关问题

文本词频统计python代码

在Python中，我们可以使用内置的collections模块中的Counter类来轻松地进行文本词频统计。以下是一个简单的例子：

from collections import Counter

# 假设我们有一个字符串或文本列表
text = "这是一个简单的例子，我们将演示如何使用Python进行文本词频统计。这个例子会重复一些单词，比如Python和统计。"

# 首先，我们需要将文本分割成单词列表
words = text.split()

# 使用Counter计算每个单词出现的频率
word_counts = Counter(words)

# 打印出单词及其频率
for word, count in word_counts.items():
    print(f"{word}: {count}")

对哈姆雷特英文文本词频统计python代码

对《哈姆雷特》这本英文原著进行词频统计，你可以使用Python的自然语言处理库如NLTK（Natural Language Toolkit）和collections模块。以下是一个简单的示例代码：

import nltk
from nltk.corpus import gutenberg
from collections import Counter

# 下载《哈姆雷特》文本
nltk.download('gutenberg')
hamlet_text = gutenberg.raw('shakespeare-hamlet.txt')

# 将文本转换为小写并分割单词
words = hamlet_text.lower().split()

# 使用Counter计算每个单词出现的频率
word_freq = Counter(words)

# 打印前10个最常见的单词及其频率
for word, freq in word_freq.most_common(10):
    print(f'{word}: {freq}')
    
# 如果你想获取所有单词及其频率，可以省略most_common部分