jieba分词统计红楼梦出现名字前20名

要求：红楼梦相关的分词，出现次数最高的20个。

import jieba
excludes = {"什么","一个","我们","那里","你们","如今","说道","知道","起来","姑娘","这里","出来","他们","众人","自己","一面","只见","怎么","两个","没有","不是","不知","这个","听见","这样","进来","咱们","告诉","就是","东西","袭人","回来","只是","大家","只得","老爷","丫头","这些","不敢","出去","所以","不过","的话","不好","姐姐","探春","鸳鸯","一时","不能","过来","心里","如此","今日","银子","几个","答应","二人","还有","只管","这么","说话","一回","那边","这话","外头","打发","自然","今儿","罢了","屋里","那些","听说","小丫头","不用","如何"}txt = open("红楼梦.txt","r",encoding='utf-8').read()
'''
不写明路径的话，默认和保存的python文件在同一目录下 注意打开格式是utf-8，这个可以打开txt文件，选择另存为，注意界面右下角的格式
'''
words = jieba.lcut(txt)
'''
利用jieba库将红楼梦的所有语句分成词汇
'''
counts = {}
'''
创建的一个空的字典
'''
for word in words:if len(word) == 1:      #如果长度是一，可能是语气词之类的，应该删除掉continueelse:counts[word] = counts.get(word,0) + 1
'''如果字典中没有这个健（名字）则创建，如果有这个健那么就给他的计数加一[姓名:数量]，这里是数量加一
'''
for word in excludes:del(counts[word])
'''#这一步：如果列出的干扰词汇在分完词后的所有词汇中那么删除
'''
items = list(counts.items())
'''
把保存[姓名：个数]的字典转换成列表
'''
items.sort(key=lambda x:x[1],reverse = True)
'''
对上述列表进行排序，'True'是降序排列
'''
for i in range(20):word,count = items[i]print("{0:<10}{1:>5}".format(word,count))

结果示例：

jieba分词统计红楼梦出现名字前20名相关推荐

python _ 统计红楼梦人员姓名出现次数
python _ 统计红楼梦人员姓名出现次数使用到jieba库 --Python 第三方中文分词库 1 安装jieba库 : 2 红楼梦 TXT 文档 import jieba txt = open ...
VBS脚本统计红楼梦中贾宝玉出现的次数
VBS脚本统计红楼梦中贾宝玉出现的次数文件: 链接:https://pan.baidu.com/s/1T-XIbIHzMZiIX8IiSMcZdg 提取码:sti6 脚本代码: Dim fso, t ...
MapReduce: 统计微博点赞数的前5名。
MapReduce: 统计微博点赞数的前5名. 要求:得到点赞数最多的前5名博主ID.微博内容.点赞数. 文件: log_movie.txt id, created_at, attitudes_cou ...
干货丨机器学习必备：前20名Python人工智能和机器学习开源项目
如今机器学习和人工智能已经变得家喻户晓,有很多爱好者进入了该领域.但是,什么才是能够进入该领域的正确路径呢?如何保持自己跟上该领域的发展步伐呢? 为了解决以上两个问题,可以通过利用高级专业人员每天使用 ...
机器学习必备：前20名Python人工智能和机器学习开源项目
摘要: 机器学习之旅必了解:前20名Python人工智能和机器学习开源项目! 如今机器学习和人工智能已经变得家喻户晓,有很多爱好者进入了该领域.但是,什么才是能够进入该领域的正确路径呢?如何保持自己跟 ...
中国计算机国家重点实验室、美国计算机前20名学校
中国计算机国家重点实验室中国科学院软件研究所:实验室名字就叫做"计算机科学国家重点实验室".目前,该实验室是国内唯一一个以从事计算机科学和软件方法与技术的基础研究为主的国家重点实 ...
美国计算机专业前20名学校点评
USNEWS 2003 PhD Program Ranking (Computer Science) 1. Carnegie Mellon University (PA) 4.9 1. Massach ...
SEO中期网站优化进入前20名至第3名之间的阶段
SEO中期网站优化进入前20名至第3名之间的阶段最近到年底了事情特别的多,公众号也有一段时间没更新,今天稍微有点空,继续给大家分享SEO技术知识,如果感觉文章不错的可以多分享给身边朋友关注我的公众号 ...
语言关键字特别注意没有_从零开始写文本编辑器（三十三）：前20名编程语言的关键字...
前言以前没细心学习,其实html, xml 并不是编程语言,它们叫标记语言,即缩写ml的全称markup language. 尽量找了资源,整理了前20名的编程语言的关键字.然后用工厂封装创建.我之 ...

jieba分词统计红楼梦出现名字前20名

jieba分词统计红楼梦出现名字前20名相关推荐

最新文章

热门文章