tuples_高频词汇统计

内容来自：python for information https://fanwscu.gitbooks.io/py4inf-zh-cn/chapter10.html

文本取自《罗密欧于朱丽叶》的第二幕第二场。现在，我们扩充这个程序，输出文本中出现次数最多的前十个单词，代码如下所示：

import string
fhand = open('romeo-full.txt')
counts = dict()
for line in fhand:line = line.translate(None, string.punctuation) #可参考dict中解析文本随笔line = line.lower()words = line.split()for word in words:if word not in counts:    #可用counts[words] = counts.get(word,0) + 1 ,字典中get方法，不在则返回0counts[word] = 1else:counts[word] += 1# Sort the dictionary by value
lst = list()
for key, val in counts.items():  #把counts的键值对给key和vallst.append( (val, key) )     #追加到lst，便于使用sort方法lst.sort(reverse=True)  #倒序排序for key, val in lst[:10] : #取前十个print key, val

程序的第一部分读取文件，计算出文档中每个单词出现的次数，将单词及其出现次数放入字典中。这部分程序不做修改。之前输出变量count的值之后，程序就结束了，这里我们创建一个(val, key)元组列表，按照逆序对列表进行排序。

由于元组中值是第一个元素，所以它被用于比较。如果多个元组拥有相同的值，接下来检查元组的第二个元素（键）。因此，如果值相同，元组将按照键的字母顺序进行排序。

在程序末尾，我们写了一个for循环，实现多个赋值的迭代，通过列表切片操作（lst[:10]），迭代输出前十个高频词汇。

至此，程序的输出看上去符合我们想要的词频分析结果。

61 i
42 and
40 romeo
34 to
34 the
32 thou
32 juliet
30 that
29 my
24 thee

事实上，如此复杂的数据解析与分析只需19行易于理解的Python代码就解决了。这就是Python语言用于信息分析的明智选择依据之一。

转载于:https://www.cnblogs.com/fivecats/p/8653823.html

tuples_高频词汇统计相关推荐

基于hadoop下的使用map reduce分布式系统的高考高频词汇统计
hadoop课程设计报告一.设计目的与要求 1.设计目的通过hadoop课程设计可以加深.巩固对本门专业课程理论知识的掌握.通过eclipse和hadoop来编写课设报告等方面的实践训练,筑牢编程 ...
中文高频词汇统计并绘制词云
转载自:https://www.jianshu.com/p/2052d21a704c 代码如下: # -*- encoding:utf-8 -*- import sys reload(sys) sys ...
统计本段话的高频词汇——报错：KeyError
项目场景: 编写程序,实现用户随机输入一段话,统计本段话的高频词汇原来的代码 import jieba txt = input("请输入一段话:") words = jieba. ...
统计词频并输出高频词汇
@统计词频并输出高频词汇所给数据为某日中国日报英文版的一篇新闻报道,现要求使用 Python 语言编写程序统计其中出线频率最高的十个单词,输出对应的单词内容和频率(以字典形式呈现). import ...
用python统计水浒传中的高频词汇
用python统计水浒传中的高频词汇 #词频统计.py import jieba excludes = {"两个","一个","只见",&q ...
python英语-我们用程序整理出了一份Python英语高频词汇表，拿走不谢！
原标题:我们用程序整理出了一份Python英语高频词汇表,拿走不谢! 有不少编程初学者会问这样一个问题:我英语不好,还能不能学编程?会不会有影响? 我的回答是:能,会. 能学,是因为虽然编程用的都是英 ...
我们用程序整理出了一份Python英语高频词汇表，拿走不谢！
有不少编程初学者会问这样一个问题:我英语不好,还能不能学编程?会不会有影响? 我的回答是:能,会. 能学,是因为虽然编程用的都是英语,但翻来覆去就那么一些关键字,写一阵子就都记住了.中文的学习资料也不 ...
2011大学英语四级核心高频词汇表免费下载
2011年大学英语四级核心高频词汇表 abandon vt.丢弃:放弃,抛弃 ability n.能力:能耐,本领 abnormal a.不正常的:变态的 aboard ad.在船(车)上:上船 ab ...
管理类联考——英语——趣味篇——词根词汇——按频次分类——高频词汇——List1
优化原书记忆方法,轻松搞定考研单词摒弃了传统的以字母顺序排序的方法,结合近20年考研真题,通过电脑搜索等方法对核心词进行科学统计,将核心词有机地分为高频词汇.常考词汇.中频词汇.低频词汇等4大部分, ...
四级重点高频词汇表_四级为什么自己估分和真实成绩不一样……？
简单来说就是四级的评分,不是简单的你卷面有多少分就是多少分,而是和排名和通过率有关的. 想要知道为什么四级自己估分和真实成绩不一样,你得先了解四级的评分体制. 英语四级考试实施710分制而不是百分制, ...

tuples_高频词汇统计

tuples_高频词汇统计相关推荐

最新文章

热门文章