python统计单词出现次数

python统计单词出现次数

做单词词频统计，用字典无疑是最合适的数据类型，单词作为字典的key， 单词出现的次数作为字典的 value，很方便地就记录好了每个单词的频率，字典很像我们的电话本，每个名字关联一个电话号码。

下面是具体的实现代码，实现了从importthis.txt文件读取单词，并统计出现次数最多的5个单词。

# -*- coding:utf-8 -*-
import io
import re

class Counter:
    def __init__(self, path):
        """
        :param path: 文件路径
        """
        self.mapping = dict()
        with io.open(path, encoding="utf-8") as f:
            data = f.read()
            words = [s.lower() for s in re.findall("\w ", data)]
            for word in words:
                self.mapping[word] = self.mapping.get(word, 0)   1

    def most_common(self, n):
        assert n > 0, "n should be large than 0"
        return sorted(self.mapping.items(), key=lambda item: item[1], reverse=True)[:n]

if __name__ == '__main__':
    most_common_5 = Counter("importthis.txt").most_common(5)
    for item in most_common_5:
        print(item)

执行效果：

('is', 10)
('better', 8)
('than', 8)
('the', 6)
('to', 5)

更多python教程，推荐学习：Python视频教程

以上就是python统计单词出现次数的详细内容，更多请关注教程集其它相关文章！

您可能感兴趣的文章：
python统计单词出现次数
Python中文分词的原理你知道吗？
Python之jieba分词相关介绍
PHP统计字符串中单词出现次数的函数
seo搜索引擎关键词技术
php 统计字数(支持中英文)的实现代码
PHP中TF-IDF与余弦相似性计算文章相似性
Python3爬虫进阶：中文分词（原理、工具）
如何正确选择关键字
awk统计文件中某关键词出现的次数