Dieser Artikel stellt hauptsächlich die Wortstatistikoperation von Journey to the West vor, eine Textstatistikfunktion von Python, und analysiert verwandte Operationsfähigkeiten wie das Lesen von Python-Texten, das Durchlaufen und Statistiken in Form von Beispielen dazu
Das Beispiel in diesem Artikel beschreibt die Wortstatistikoperation der Textstatistikfunktion „Journey to the West of Python“. Teilen Sie es als Referenz mit allen. Die Details lauten wie folgt:
1. Daten
xyj.txt, der Text von „Journey to the West“, 2,2 MB
Hommage an Meister Wu Chengen, 4020 Zeilen (Absätze)
2. Ziele
Statistik in „Reise in den Westen“:
1. Wie viele verschiedene chinesische Schriftzeichen kommen insgesamt vor?
3 am häufigsten.
3. Beteiligte Inhalte: 1. Verwendung des Wörterbuchs; ; 4. Datei schreiben
4 5. Quellcode
# coding:utf8
import sys
reload(sys)
sys.setdefaultencoding("utf8")
fr = open('xyj.txt', 'r')
characters = []
stat = {}
for line in fr:
# 去掉每一行两边的空白
line = line.strip()
# 如果为空行则跳过该轮循环
if len(line) == 0:
continue
# 将文本转为unicode，便于处理汉字
line = unicode(line)
# 遍历该行的每一个字
for x in xrange(0, len(line)):
# 去掉标点符号和空白符
if line[x] in [' ','', '\t', '\n', '。', '，', '(', ')', '（', '）', '：', '□', '？', '！', '《', '》', '、', '；', '“', '”', '……']:
continue
# 尚未记录在characters中
if not line[x] in characters:
characters.append(line[x])
# 尚未记录在stat中
if not stat.has_key(line[x]):
stat[line[x]] = 0
# 汉字出现次数加1
stat[line[x]] += 1
print len(characters)
print len(stat)
# lambda生成一个临时函数
# d表示字典的每一对键值对，d[0]为key，d[1]为value
# reverse为True表示降序排序
stat = sorted(stat.items(), key=lambda d:d[1], reverse=True)
fw = open('result.csv', 'w')
for item in stat:
# 进行字符串拼接之前，需要将int转为str
fw.write(item[0] + ',' + str(item[1]) + '\n')
fr.close()
fw.close()
Detaillierte Erläuterung des Bearbeitungsabstands für die Python-Textähnlichkeitsberechnung
Das obige ist der detaillierte Inhalt vonPython-Textstatistikfunktion: Journey to the West verwendet Wortstatistikoperationen. Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!
