python文本词频统计是字典吗_【python】文章、文本内容做词频统计（使用jieba分词，添加自定义字典）...

使用python可以轻松统计词频，做文章的词频统计也是轻而易举的事情。

1、添加自定义字典(如：超级赛亚人、奥里给等)

2、jieba分词

PS：直接将文章丢进 tf.txt 文件里，将自定义字典丢进 dict.txt 文件里就OK了

import jieba

txt = open("tf.txt", encoding="utf-8").read()

jieba.load_userdict("dict.txt")

words = jieba.lcut(txt)

counts = {}

for word in words:

counts[word] = counts.get(word,0) + 1

items = list(counts.items())

items.sort(key=lambda x:x[1], reverse=True)

for i in range(100):

word, count = items[i]

#print (word)

#print(count)

print ("{0:<10}{1:>5}".format(word, count))

print('\n')

for i in range(100):

word, count = items[i]

#print(count/35323)

#print ("{0:<10}{1:>5}".format(word, count / 35323))

示例图：

python文本词频统计是字典吗_【python】文章、文本内容做词频统计（使用jieba分词，添加自定义字典）...相关推荐

python定义字典列表_[Python基础]五、列表、元组和字典
5.1 列表List(列表)是Python中最频繁的数据类型,在其他语言中叫数组专门用于存储一串信息列表用[]定义,数据之间使用逗号隔开列表的索引从0开始 5.1.1列表常用操作 name_li ...
python 字典类型问题_[ python ] 字典类型的一些注意问题
1) get()方法. 字典可以直接用a[b]的方式访问字典项,但如果b不存在时,会报异常.为了避免这种情况,可以使用get()方法来访问字典项,a.get(b)当b存在时,结果和a[b]一样,如果b ...
python词云需要导入什么包_[python] 词云：wordcloud包的安装、使用、原理（源码分析）、中文词云生成、代码重写...
词云,又称文字云.标签云,是对文本数据中出现频率较高的"关键词"在视觉上的突出呈现,形成关键词的渲染形成类似云一样的彩色图片,从而一眼就可以领略文本数据的主要表达意思.常见于博客. ...
python生成中文词云的代码_[python] 基于词云的关键词提取：wordcloud的使用、源码分析、中文词云生成和代码重写...
1. 词云简介词云,又称文字云.标签云,是对文本数据中出现频率较高的"关键词"在视觉上的突出呈现,形成关键词的渲染形成类似云一样的彩色图片,从而一眼就可以领略文本数据的主要表达意 ...
r语言上机文本分析与词云绘制_倚天屠龙记的文本分析
<倚天屠龙记>作为金庸先生的经典作品,在无数人心目中留下了深刻的印象,基本上隔一段时间这部经典作品就会被重新拍成电影或者电视剧,可见观众的喜爱程度.虽然本人没有完完全全拜读过先生的这部作品 ...
python统计各省大学数_“双一流”大学各省分布情况统计
9月21日,教育部官方网站公布世界一流大学和一流学科(简称"双一流")建设高校及建设学科名单.其中,一流大学建设高校42所(A类36所.B类6所),一流学科建设高校95所. 此次遴 ...
python设计程序输出一个带文本框和图像的窗体_设计一个文本框用户在文本框中输入什么窗体标题就同步显示什么怎么设计啊...
展开全部要求 1.掌握算法的基本概念. 2.掌握基本数据结构及其操作. 3.掌握基本排序和查找算法. 4.掌握逐e68a8462616964757a686964616f31333264626533步 ...
python调用百度地图画轨迹图_[python]百度地图API，正/逆地理编码，路线规划接口的调用，实现输出出行的距离和......
[Python] 纯文本查看复制代码''' 文件名:L17.py 作者:小饭团创建时间:2019年1月11日15:17:03 文件描述:调用Web服务API接口,百度地图路线规划正/逆地理编码 ...
python之父去面试-面试题_个人文章 - SegmentFault 思否
1 Spring Bean是什么? 在spring中由Spring创建和管理的对象称为bean, bean有相关的特性,例如懒加载,作用域,生命周期这些. 懒加载就是延迟加载,启动的时候,会创建所有对 ...

python文本词频统计是字典吗_【python】文章、文本内容做词频统计（使用jieba分词，添加自定义字典）...

python文本词频统计是字典吗_【python】文章、文本内容做词频统计（使用jieba分词，添加自定义字典）...相关推荐

最新文章

热门文章