python词频统计西游记实验报告_Python文本统计功能之西游记用字统计操作示例

本文实例讲述了Python文本统计功能之西游记用字统计操作。分享给大家供大家参考，具体如下：

一、数据

xyj.txt，《西游记》的文本，2.2MB

致敬吴承恩大师，4020行(段)

二、目标

统计《西游记》中：

1. 共出现了多少个不同的汉字；

2. 每个汉字出现了多少次；

3. 出现得最频繁的汉字有哪些。

三、涉及内容：

1. 读文件；

2. 字典的使用；

3. 字典的排序；

4. 写文件

四、效果

五、源代码

# coding:utf8

import sys

reload(sys)

sys.setdefaultencoding("utf8")

fr = open('xyj.txt', 'r')

characters = []

stat = {}

for line in fr:

# 去掉每一行两边的空白

line = line.strip()

# 如果为空行则跳过该轮循环

if len(line) == 0:

continue

# 将文本转为unicode，便于处理汉字

line = unicode(line)

# 遍历该行的每一个字

for x in xrange(0, len(line)):

# 去掉标点符号和空白符

if line[x] in [' ','', '\t', '\n', '。', '，', '(', ')', '(', ')', '：', '□', '？', '！', '《', '》', '、', '；', '“', '”', '……']:

continue

# 尚未记录在characters中

if not line[x] in characters:

characters.append(line[x])

# 尚未记录在stat中

if not stat.has_key(line[x]):

stat[line[x]] = 0

# 汉字出现次数加1

stat[line[x]] += 1

print len(characters)

print len(stat)

# lambda生成一个临时函数

# d表示字典的每一对键值对，d[0]为key，d[1]为value

# reverse为True表示降序排序

stat = sorted(stat.items(), key=lambda d:d[1], reverse=True)

fw = open('result.csv', 'w')

for item in stat:

# 进行字符串拼接之前，需要将int转为str

fw.write(item[0] + ',' + str(item[1]) + '\n')

fr.close()

fw.close()

python词频统计西游记实验报告_Python文本统计功能之西游记用字统计操作示例相关推荐

python简单计算器综合实验报告_Python实现的简单计算器功能详解
本文实例讲述了Python实现的简单计算器功能.分享给大家供大家参考,具体如下: 使用python编写一款简易的计算器计算器效果图首先搭建计算器的面板: 计算器面板结构建造一个继承于wx.Fra ...
python字典的应用实验报告_Python字典应用的一个例子
#!/usr/bin/env python #定义一个空字典 db = {} def newuser(): prompt = '--login desired: ' while True: name ...
python猜数游戏实验报告_python实现猜数游戏
本文实例为大家分享了python实现猜数游戏的具体代码,供大家参考,具体内容如下一.问题描述: 使用python开发一个猜数小游戏,程序随机产生0~1024之间的数字,用户输入猜测数字,程序告诉用户 ...
python学生成绩管理系统实验报告_Python实现学生成绩管理系统
本文实例为大家分享了Python实现学生成绩管理系统的具体代码,供大家参考,具体内容如下基本功能: 输入并存储学生的信息:通过输入学生的学号.姓名.和分数,然后就可以把数据保存在建立的student ...
python简单计算器综合实验报告_python之简单计算器
importre#问题:让用户选择1,2不现实,如何让用户自动加减乘除#思考:现在已经能够处理,单个的加减或乘除#可否在混合中先分组出(乘除) eg: ['8+9+','9*4/3','-','4*2 ...
python凯撒加密实验报告_Python之凯撒加密
凯撒加密介绍在密码学中,恺撒密码是一种最简单且最广为人知的加密技术. 它是一种替换加密的技术,明文中的所有字母都在字母表上向后(或向前)按照一个固定数目进行偏移后被替换成密文. 例,当偏移量是3的时 ...
python中数字怎么加冒号_Python数据类型中的“冒号“[::]——分片与步长操作示例...
本文实例讲述了Python数据类型中的"冒号"[::]--分片与步长操作.分享给大家供大家参考,具体如下: 例如有如下字符串: string = "welcome to ...
运动会分数统计的实验报告（数组实现）
运动会分数统计的实验报告(数组实现) 有n个学校参加运动会,学校名对应的编号为1--n.比赛分成m个男子项目,和w个女子项目.每个项目取前三名积分,前三名的积分分别为:5.3.2:数据可以存储在一个数 ...
基于Kaggle心脏病数据集的数据分析和分类预测-StatisticalLearning统计学习实验报告
基于Kaggle心脏病数据集的数据分析和分类预测-StatisticalLearning统计学习实验报告一.实验准备本数据来源于kaggle,包含14个维度,303个样本,具体的变量说明如下表所示 ...

python词频统计西游记实验报告_Python文本统计功能之西游记用字统计操作示例

python词频统计西游记实验报告_Python文本统计功能之西游记用字统计操作示例相关推荐

最新文章

热门文章