最新国产好看的视频,伊人天堂AV在线,国产Aaaaaa视频,蜜臀视频在线观看一区,人妻av色图,密臀久久久精品影片,青青视频免费观看毛片,久草在线观看视,国产三级精品色情在线

python實現(xiàn)簡單中文詞頻統(tǒng)計示例

 更新時間:2017年11月08日 11:46:55   作者:Weyne  
本篇文章主要介紹了python實現(xiàn)簡單中文詞頻統(tǒng)計示例,小編覺得挺不錯的,現(xiàn)在分享給大家,也給大家做個參考。一起跟隨小編過來看看吧

本文介紹了python實現(xiàn)簡單中文詞頻統(tǒng)計示例,分享給大家,具體如下:

任務(wù)

簡單統(tǒng)計一個小說中哪些個漢字出現(xiàn)的頻率最高

知識點

1.文件操作
2.字典
3.排序
4.lambda

代碼

import codecs
import matplotlib.pyplot as plt
from pylab import mpl
mpl.rcParams['font.sans-serif'] = ['FangSong'] # 指定默認字體
mpl.rcParams['axes.unicode_minus'] = False # 解決保存圖像是負號'-'顯示為方塊的問題

word = []
counter = {}

with codecs.open('data.txt') as fr:
 for line in fr:
  line = line.strip()
  if len(line) == 0:
   continue
  for w in line:
   if not w in word:
    word.append(w)
   if not w in counter:
    counter[w] = 0
   else:
    counter[w] += 1

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

print(counter_list[:50])

label = list(map(lambda x: x[0], counter_list[:50]))
value = list(map(lambda y: y[1], counter_list[:50]))

plt.bar(range(len(value)), value, tick_label=label)
plt.show()

統(tǒng)計了一個11M的小說,結(jié)果如下:

[(',', 288508), ('。', 261584), ('的', 188693), ('陳', 92565), ('歡', 92505), ('不', 91234), ('是', 90562), ('了', 86931), ('一', 79059), ('著', 77997), ('他'
, 71695), ('這', 63580), ('人', 61210), ('“', 59719), ('”', 59115), ('有', 56054), ('就', 52862), ('個', 49097), ('都', 46850), ('你', 45400), ('來', 42659),
 ('我', 40057), ('在', 37676), ('們', 36966), ('到', 36351), ('說', 35828), ('還', 35260), ('么', 32601), ('下', 31742), ('地', 30692), ('得', 29904), ('上', 2
9627), ('看', 28408), ('沒', 28333), ('出', 27937), ('道', 27732), ('大', 27012), ('?', 26729), ('那', 26589), ('要', 26076), ('子', 25035), ('自', 24012), ('
點', 23942), ('好', 21345), ('想', 21242), ('里', 20915), ('面', 20661), ('她', 20313), ('過', 20304), ('話', 20110)]

 

使用jieba先對中文文檔進行分詞處理

import sys 
reload(sys) 
sys.setdefaultencoding("utf-8") 
 
import jieba 
import jieba.analyse 
 
wf = open('clean_title.txt','w+') 
for line in open('/root/clean_data/clean_data.csv'): 
 
  item = line.strip('\n\r').split('\t') //制表格切分 
  # print item[1] 
  tags = jieba.analyse.extract_tags(item[1]) //jieba分詞 
  tagsw = ",".join(tags) //逗號連接切分的詞 
  wf.write(tagsw) 
 
wf.close() 

輸出的clean_title.txt內(nèi)容
郵輪,地中海,深度,羅馬,自由納西,柏林簽證,步行,三天,批準申根,手把手,簽證,申請,如何贊爆,法蘭,穿越,葡萄酒,風景,河谷,世界歐洲顏色,一種,國家,一個水族箱,帕勞,七日,上帝奧林匹亞,跑步圣托, 
里尼,文明古國,探訪,愛琴海,魅力,希臘 

2、統(tǒng)計詞頻

#!/usr/bin/python 
# -*- coding:utf-8 -*- 
 
word_lst = [] 
word_dict= {} 
with open('/root/clean_data/clean_title.txt') as wf,open("word.txt",'w') as wf2: //打開文件 
 
  for word in wf: 
    word_lst.append(word.split(',')) //使用逗號進行切分 
    for item in word_lst: 
       for item2 in item: 
        if item2 not in word_dict: //統(tǒng)計數(shù)量 
          word_dict[item2] = 1 
        else: 
          word_dict[item2] += 1 
 
  for key in word_dict: 
    print key,word_dict[key] 
    wf2.write(key+' '+str(word_dict[key])+'\n') //寫入文檔 

結(jié)果:

最后 4 
歐洲幽藍 1 
集美 1 
葡萄牙法多 1 
工地 1 
知道湖光山色 1 
神圣 7 
歐洲少女瑞士加游 1 

根據(jù)詞匯數(shù)量排序查看:

cat word.txt |sort -nr -k 2|more

神圣 7 
最后 4 
歐洲幽藍 1 
集美 1 
葡萄牙法多 1 
工地 1 
知道湖光山色 1 
歐洲少女瑞士加游 1 

以上就是本文的全部內(nèi)容,希望對大家的學習有所幫助,也希望大家多多支持腳本之家。

相關(guān)文章

  • 關(guān)于python selenium 運行時彈出窗口問題

    關(guān)于python selenium 運行時彈出窗口問題

    最近在做一個網(wǎng)頁代填項目,用到了python的selenium知識,經(jīng)過了各種嘗試與搜索最后終算是較完美的解決了,下面小編給大家?guī)砹藀ython selenium 運行時彈出窗口問題,感興趣的朋友一起看看吧
    2021-11-11
  • Python數(shù)據(jù)可視化:冪律分布實例詳解

    Python數(shù)據(jù)可視化:冪律分布實例詳解

    今天小編就為大家分享一篇Python數(shù)據(jù)可視化:冪律分布實例詳解,具有很好的參考價值,希望對大家有所幫助。一起跟隨小編過來看看吧
    2019-12-12
  • Python socket模塊實現(xiàn)的udp通信功能示例

    Python socket模塊實現(xiàn)的udp通信功能示例

    這篇文章主要介紹了Python socket模塊實現(xiàn)的udp通信功能,結(jié)合具體實例形式分析了Python使用socket模塊實現(xiàn)UDP通信客戶端與服務(wù)器端相關(guān)實現(xiàn)技巧,需要的朋友可以參考下
    2019-04-04
  • Python+requests+unittest執(zhí)行接口自動化測試詳情

    Python+requests+unittest執(zhí)行接口自動化測試詳情

    這篇文章主要介紹了Python+requests+unittest執(zhí)行接口自動化測試詳情,文章圍繞主題展開詳細的內(nèi)容介紹,具有一定的參考價值,需要的朋友可以參考一下
    2022-09-09
  • 如何利用Pytorch計算三角函數(shù)

    如何利用Pytorch計算三角函數(shù)

    這篇文章主要介紹了如何利用Pytorch計算三角函數(shù),文中有非常詳細的代碼示例,對正在學習python的小伙伴們有很好地幫助,需要的朋友可以參考下
    2021-05-05
  • 替換python字典中的key值方法

    替換python字典中的key值方法

    今天小編就為大家分享一篇替換python字典中的key值方法,具有很好的參考價值,希望對大家有所幫助。一起跟隨小編過來看看吧
    2018-07-07
  • Python繪制移動均線方法 含源代碼

    Python繪制移動均線方法 含源代碼

    上一篇文章我們介紹了Python繪制專業(yè)的K線圖,講解了數(shù)據(jù)獲取、K線圖繪制及成交量繪制等內(nèi)容。本篇將在上一篇的基礎(chǔ)上,繼續(xù)講解移動均線的繪制,需要的朋友可以參考下
    2021-10-10
  • python遍歷文件夾并刪除特定格式文件的示例

    python遍歷文件夾并刪除特定格式文件的示例

    這篇文章主要介紹了python遍歷文件夾并刪除特定格式文件的示例,需要的朋友可以參考下
    2014-03-03
  • ​如何愉快地遷移到 Python 3

    ​如何愉快地遷移到 Python 3

    如今 Python 成為機器學習和大量使用數(shù)據(jù)操作的科學領(lǐng)域的主流語言; 它擁有各種深度學習框架和完善的數(shù)據(jù)處理和可視化工具。這篇文章主要介紹了遷移到 Python 3的方法,需要的朋友可以參考下
    2019-04-04
  • Python中dict和set的用法講解

    Python中dict和set的用法講解

    今天小編就為大家分享一篇關(guān)于Python中dict和set的用法講解,小編覺得內(nèi)容挺不錯的,現(xiàn)在分享給大家,具有很好的參考價值,需要的朋友一起跟隨小編來看看吧
    2019-03-03

最新評論

都昌县| 阿勒泰市| 茌平县| 西和县| 花莲市| 喀喇沁旗| 凤城市| 苏尼特左旗| 同心县| 博湖县| 儋州市| 会昌县| 长子县| 鹿泉市| 龙里县| 桓台县| 呼图壁县| 新龙县| 永泰县| 航空| 卢氏县| 隆尧县| 英山县| 南开区| 盐亭县| 丰原市| 芜湖市| 松潘县| 中卫市| 灌云县| 周口市| 玉溪市| 昭苏县| 古交市| 马鞍山市| 普兰县| 永修县| 西畴县| 台南市| 贺兰县| 屯留县|