首页 > 其他 > 详细

中文词频统计

时间:2017-09-29 20:38:10      阅读:287      评论:0      收藏:0      [点我收藏+]
技术分享
import jieba

a=open(‘C:/1.txt‘,‘r‘,encoding=‘utf-8‘).read()


for i in ‘\n,.\()。,123"?‘:
    a=a.replace(i,‘ ‘)

b=jieba.cut(a)
d=list(b)

exc={‘ ‘,‘和‘,‘你‘,‘使‘,‘都‘,‘所‘,‘又‘,‘一个‘,‘啊‘, ‘也是‘, ‘的‘,‘了‘,‘(‘,‘…‘,‘阿‘,‘廖沙‘,‘也‘,‘是‘,‘对‘,‘就‘,‘“‘,‘”‘,‘地‘,‘他‘,‘她‘}
dict={}
key=set(d)
key=key-exc

print(key)

for i in key:
    
    dict[i]=d.count(i)

st=list(dict.items())
st.sort(key=lambda x:x[1],reverse=True)
print(st)
for i in range(20):
    print(st[i])
技术分享

技术分享

中文词频统计

原文:http://www.cnblogs.com/cch-1007/p/7612461.html

(0)
(0)
   
举报
评论 一句话评论(0
关于我们 - 联系我们 - 留言反馈 - 联系我们:wmxa8@hotmail.com
© 2014 bubuko.com 版权所有
打开技术之扣,分享程序人生!