python怎麼統計文本中的字頻

當我們在看一篇文章甚至是一本小說的時候，想知道文本中哪個字出現的最多，出現了多少次，該怎麼辦？ Python可以用簡單的程式碼就可以實現這份工作。你也可以拓展一下，可以透過小說中誰的名字或哪一句話出現的次數最多來推斷主角是誰？口頭禪是什麼？是不是十分有趣，快來試試吧。

想法：

是先把每個字元提出來放在列表裡；

再過濾掉其中的標點符號；

最後用字典對某個字出現的頻率進行累加。

相關推薦：《python影片教學》

以下以芳華這本小說為例：

#coding:utf-8
word_lst = []
word_dict = {}
exclude_str = "，。！？、（）【】<>《》=：+-*—“”…" 
with open("芳华.txt","r") as fileIn ,open("芳华字频.txt",&#39;w&#39;) as fileOut:
    # 添加每一个字到列表中
    for line in fileIn:
        for char in line:
            word_lst.append(char)
    # 用字典统计每个字出现的个数       
    for char in word_lst:
        if char not in exclude_str:
            if char.strip() not in word_dict: # strip去除各种空白
                word_dict[char] = 1
            else :
                word_dict[char] += 1
    # 排序
    #   x[1]是按字频排序，x[0]则是按字排序
    lstWords = sorted(word_dict.items(), key=lambda x:x[1],  reverse=True) 
   
    # 输出结果 (前100)
    print (&#39;字符\t字频&#39;)
    print (&#39;=============&#39;)
    for e in lstWords[:100]:
        print (&#39;%s\t%d&#39; % e)
        fileOut.write(&#39;%s, %d\n&#39; % e)

輸出結果

字符    字频
=============
的    3641
一    1834
了    1748
是    1506
不    1267
我    1229
她    1156
他    985
小    962
个    921
人    866
在    853
刘    745
丁    728
那    723
上    705
来    698
峰    691
们    684
就    667
说    577
有    572
到    564
这    562
里    537
儿    520
嫚    499
子    494
都    492
着    491
大    482
么    462
出    460
看    441
也    415
得    404
下    383
时    367
还    366
女    349
地    340
头    331
好    327
没    326
去    321
过    320
老    317
跟    311
你    309
把    307
对    303
年    301
会    300
生    291
为    289
发    289
要    281
何    280
亲    273
后    272
给    267
和    266
天    265
家    259
手    251
长    251
想    249
多    242
自    241
开    240
当    236
兵    235
样    232
郝    230
可    228
起    225
被    224
成    216
十    215
什    215
以    209
事    209
从    209
点    208
能    203
两    203
回    202
门    201
所    195
淑    188
雯    188
只    188
心    184
身    184
让    179
道    179
母    174
做    173
话    173
最    172
>>>

以上是python怎麼統計文本中的字頻的詳細內容。更多資訊請關注PHP中文網其他相關文章！