快捷導(dǎo)航

Python實(shí)現(xiàn)的統(tǒng)計(jì)文章單詞次數(shù)功能示例

更新時(shí)間：2019年07月08日 09:27:01 作者：_梧桐雨

這篇文章主要介紹了Python實(shí)現(xiàn)的統(tǒng)計(jì)文章單詞次數(shù)功能,結(jié)合實(shí)例形式分析了Python針對(duì)字符串序列的遍歷、計(jì)算等相關(guān)操作技巧,需要的朋友可以參考下

本文實(shí)例講述了Python實(shí)現(xiàn)的統(tǒng)計(jì)文章單詞次數(shù)功能。分享給大家供大家參考，具體如下：

題目是這樣的：你有一個(gè)目錄，放了你一個(gè)月的日記，都是 txt，為了避免分詞的問題，假設(shè)內(nèi)容都是英文，請(qǐng)統(tǒng)計(jì)出你認(rèn)為每篇日記最重要的詞。

其實(shí)就是統(tǒng)計(jì)一篇文章出現(xiàn)最多的單詞，但是要去除那些常見的連詞、介詞和謂語(yǔ)動(dòng)詞等，代碼：

#coding=utf-8
import collections
import re
import os
useless_words=('the','a','an','and','by','of','in','on','is','to')
def get_important_word(file):
  f=open(file)
  word_counter=collections.Counter()
  for line in f:
    words=re.findall('\w+',line.lower())
    word_counter.update(words)
  f.close()
  most_important_word=word_counter.most_common(1)[0][0]
  count=2
  while(most_important_word in useless_words):
    most_important_word=word_counter.most_common(count)[count-1][0]
    count+=1
  num=word_counter.most_common(count)[count-1][1]
  print 'the most important word in %s is %s,it appears %d times'%(file,most_important_word,num)
if __name__=='__main__':
  filepath='.'
  for dirpath,dirname,dirfiles in os.walk(filepath):
    for file in dirfiles:
      if os.path.splitext(file)[1]=='.txt':
        abspath=os.path.join(dirpath,file)
        if os.path.isfile(abspath):
          get_important_word(abspath)

學(xué)習(xí)筆記：

collections模塊，是python內(nèi)建的模塊，提供了許多有用的集合類。我們這里用到了Counter類和其中的most_common()方法

PS：這里再為大家推薦2款相關(guān)統(tǒng)計(jì)工具供大家參考：

在線字?jǐn)?shù)統(tǒng)計(jì)工具：
http://tools.jb51.net/code/zishutongji

在線字符統(tǒng)計(jì)與編輯工具：
http://tools.jb51.net/code/char_tongji

更多關(guān)于Python相關(guān)內(nèi)容感興趣的讀者可查看本站專題：《Python文件與目錄操作技巧匯總》、《Python文本文件操作技巧匯總》、《Python數(shù)據(jù)結(jié)構(gòu)與算法教程》、《Python函數(shù)使用技巧總結(jié)》、《Python字符串操作技巧匯總》及《Python入門與進(jìn)階經(jīng)典教程》

希望本文所述對(duì)大家Python程序設(shè)計(jì)有所幫助。

您可能感興趣的文章: