1引言

本文解决由粉丝提出的问题。

• 定义字典统计单词及其出现次数。

• 将字典转换为列表，并进行排序。
  

  完整代码：

  代码清单 1

  def getText():

  txt = open("C:\\Users\\61483\\Desktop\\EnglishTest.txt","r",encoding='utf-8').read()

  txt = txt.lower()    #排除单词大小写影响 for ch in '!"#$%&()*+,-./:;<=>?@[\\]^_`{1}~':

  txt = txt.replace(ch," ")    #排除特殊字符及标点符号的影响 return txt

  EnglishTxt = getText()

  # print(EnglishTxt) words = EnglishTxt.split()

  counts = {}          #统计单词出现次数 for word in words:

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

  items = list(counts.items())             #将字典转换为记录列表 items.sort(key=lambda x:x[1],reverse=True)   #进行排序 for i in range(10):

  word,count = items[i]

  print("{0:<10}{1:>5}".format(word,count))    #从高到低输出出现次数多的前十个单词

  二.对中文文档进行词频统计

  1.安装python第三方库(pip install jieba)

  1.1 jieba库的使用

  jieba库简介：

  Jieba库分词原理是利用一个中文词库，将待分词内容与分词词库进行比对，通过图结构和动态规划方法找到最大概率的词组。除了分词，jieba库还提供增加自定义中文单词的功能。

  函数	描述
  jieba.cut(s)	精确模式，返回一个可迭代的数据类型
  jieba.cut(s,cut_all=True)	全模式，输出文本s中所有可能的单词
  jieba.cut_for_search(s)	搜索引擎模式，适合搜索引擎建立索引
  jieba.lcut(s)	精确模式，返回一个列表类型
  jieba.lcut(s,cut_all=True)	全模式，返回一个列表类型
  jieba.lcut_for_search(s)	搜索引擎模式，返回一个列表类型
  jieba.add_word(w)	向分词词典中增加新词w

  1. 使用jieba分词之后，词频统计方法与英文词频统计方法类似，下面展示完整代码。

  代码清单 2

  import jieba

  txt = open("C:\\Users\\61483\\Desktop\\电脑快捷键.txt","r",encoding='utf-8').read()

  words = jieba.lcut(txt)

  counts = {}

  for word in words:

  if len(word) == 1:

  continue

  else:

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

  items = list(counts.items())

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

  for i in range(15):

  word,count = items[i]

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

  运行效果：

  

  3 结语

  本文对利用python读取文件后进行词频统计方法做了讲解，通过读取文件，对jieba库也做了详细的介绍，在与文档类的工作时，jieba库是一个非常好用的第三方库，更多用法可以自行探索学习。