python统计词频瓦尔登湖_1.5 python文件操作
1.5.1 文件的具体操作
打开文件
f = open('test.txt', 'w')
在python,使用open函数,可以打开一个已经存在的文件,或者创建一个新文件:
open(文件名,访问模式)
写数据(write)
f = open('test.txt', 'w')
f.write('hello world,\n')
f.write('i am here!\n')
f.close()
结果
hello world,
i am here!
读数据(read)
part 1
f = open('test.txt', 'r')
content = f.read(5)
print(content)
print("-"*30)
content = f.read()
print(content)
f.close()
结果
hello
------------------------------
world,
i am here!
使用read(num)可以从文件中读取数据,num表示要从文件中读取的数据的长度(单位是字节),如果没有传入num,那么就表示读取文件中所有的数据
part 2
f = open('test.txt', 'r')
content = f.readlines()
print(type(content))
结果
['hello world,\n', 'i am here!\n']
总结
打开文件
文件操作方法
1.5.2 操作实例
小说《Walden》单词词频统计
Walden中文译名《瓦尔登湖》,是美国作家梭罗独居瓦尔登湖畔的记录,描绘了他两年多时间里的所见、所闻和所思。该书崇尚简朴生活,热爱大自然的风光,内容丰厚,意义深远,语言生动。请用Python统计小说Walden中各单词出现的频次,并按频次由高到低排序。
示例:
lyric = ‘The night begin to shine, the night begin to shine’
words = lyric.split()
print(words)
words.count(words[1])
import re # 正则表达式
f = open('Walden.txt', 'r')
txt = f.read() # 读取进来的数据类型是字符串
f.close()
txt = txt.lower() # 英文字母全部变成小写
txt = re.sub('[,.?:"\'!-]', '', txt) # 去除小说中的标点符号
words = txt.split() # 单词分割
word_sq = {}
for i in words:
if i not in word_sq.keys():
word_sq[i] = 1
else:
word_sq[i] += 1
res = sorted(word_sq.items(), key=lambda x:x[1], reverse=True) # 排序
print(res)
txt = re.sub('[,.?:"\'!-]', '', txt)
txt = re.sub('带去除的内容', '需替换的内容',需处理的字符串)
res = sorted(word_sq.items(), key=lambda x:x[1], reverse=True)
reverse是降序排列
结果太长了,自己运行
附 'Walden.txt',字数限制,需要的私聊我
原文链接:https://blog.csdn.net/lue_lue_lue_/article/details/107129238
python统计词频瓦尔登湖_1.5 python文件操作相关推荐
- python统计词频瓦尔登湖_自然语言处理之中文分词器-jieba分词器详解及python实战...
(转https://blog.csdn.net/gzmfxy/article/details/78994396) 中文分词是中文文本处理的一个基础步骤,也是中文人机自然语言交互的基础模块,在进行中文自 ...
- Python统计词频的几种方法
本文介绍python统计词频的几种方法,供大家参考 目录 方法一:运用集合去重方法 方法二:运用字典统计 方法三:使用计数器 方法一:运用集合去重方法 def word_count1(words,n) ...
- Python 标准库之 shutil 高阶文件操作『详细』
Python标准库之 shutil 高阶文件操作『详细』 文章目录 Python标准库之 shutil 高阶文件操作『详细』 一.Python shutil介绍
- 简学Python第二章__巧学数据结构文件操作
Python第二章__巧学数据结构文件操作 欢迎加入Linux_Python学习群 群号:478616847 目录: 列表 元祖 索引 字典 序列 文件操作 编码与文件方法 本站开始将引入一个新的概 ...
- python统计词频_Python统计四六级考试的词频
Python统计四六级考试的词频 此文首发于公众号 「Python知识圈」, 欢迎直接去公众号查看 阅读文本大概需要 4.6 分钟. 今天是教师节,先祝天下所有老师教师节快乐,感谢您在我学生时代对我的 ...
- python统计行号_用Python实现两个文件的不同行的编号
title: 文件不同行 tags: python,IO,dict 比较两个文件在哪些行内容不同,返回这些行的编号,行号编号从1开始. 定义统计文件行数的函数 # 统计文件个数def statLine ...
- python 统计词频
本文尝试用python进行词频统计,待统计的文章如下: python3源代码如下: #引入turtle模块,用于绘制结果图 import turtle #全局变量 #词频排列显示个数,我们只显示出现次 ...
- python open方法下file模块_python 文件操作
一.基本概述 基本的文件操作也就常见的几种,创建.打开.读取.写入和关闭文件等.Python中有几个内置模块和方法来处理文件.这些方法在例如os,os.path,shutil和pathlib等等几个模 ...
- python统计行号_利用Python进行数据分析(第三篇上)
上一篇文章我记录了自己在入门 Python 学习的一些基础内容以及实际操作代码时所碰到的一些问题. 这篇我将会记录我在学习和运用 Python 进行数据分析的过程: 介绍 Numpy 和 Pandas ...
最新文章
- 分布式id 实现方式
- java ee jsp_EE JSP:使用自定义标签库生成动态内容
- MySQL : mysql连接报 Communications link failure
- SMP、NUMA、MPP(Teradata)体系结构介绍
- 【转载】]基于RedHatEnterpriseLinux V7(RHEL7)下SPEC CPU 2006环境搭建以及测试流程 介绍、安装准备、安装、config文件以及运行脚本介绍...
- JAVA中整型常量的长度_以下的 能正确表示Java语言中的一个整型常量。_学小易找答案...
- 点击谷歌浏览器安装包没有反应
- java软件前端开发_前端的编程软件哪些比较好用?
- Visual Basic 概述
- Go语言之interface详解
- matlab画回归曲线方程,MATLAB线性回归方程与非线性回归方程的相关计算
- Python远程开关机
- java aws_适用于Java的AWS开发工具包-开发人员-AWS文档.PDF
- 计算机基础理论科学家,科学家新理论:人类生活于计算机模拟程序中
- Xmanager、Xshell、Xftp、Xlpd免费版下载
- cannot connect to 192.168.137.137:5555: 由于目标计算机积极拒绝,无法连接。
- 必须要了解的物联网安全知识
- 形参和实参的定义与区别
- Kernel: printk: pr_debug:动态日志打印功能
- STM32入门笔记(02):定时器之定时器中断、输入捕获和PWM输出(SPL库函数版)