实例10-文本词频统计.pdfVIP

下载本文档

1114
0
约6.16千字
约 22页
2018-05-13 发布于福建
举报
版权申诉

实例10-文本词频统计.pdf

1、有哪些信誉好的足球投注网站（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击这里二次下载。
3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
7、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

Python语言程序设计实例10: 文本词频统计嵩天北京理工大学文本词频统计问题分析 CC BY-NC-SA 4.0 嵩天问题分析文本词频统计 - 需求：一篇文章，出现了哪些词？哪些词出现得最多？ - 该怎么做呢？英文文本中文文本问题分析文本词频统计 - 英文文本：Hamet 分析词频 https://python123.io/resources/pye/hamlet.txt - 中文文本：《三国演义》分析人物 https://python123.io/resources/pye/threekingdoms.txt Hamlet英文词频统计实例讲解 CC BY-NC-SA 4.0 嵩天 CC BY-NC-SA 4.0 嵩天 #CalHamletV1.py def getText(): txt = open(hamlet.txt, r).read() txt = txt.lower() for ch in !#$%()*+,-./:;=?@[\\]^_‘{|}~: txt = txt.replace(ch, ) return txt hamletTxt = getText() words = hamletTxt.split() counts = {} - 文本去噪及归一化 for word in words: counts[word] = counts.get(word,0) + 1 - 使用字典表达词频 items = list(counts.items()) items.sort(key=lambda x:x[1], reverse=True) for i in range(10): word, count = items[i] print({0:10}{1:5}.format(word, count)) the 1138 and 965 to 754 of 669 you 550 i 542 a 542 - 运行结果由大到小排序 my 514 - 观察单词出现次数 hamlet 462 in 436 准备好电脑，与老师一起编码吧！《三国演义》人物出场统计实例讲解(上) CC BY-NC-SA 4.0 嵩天 CC BY-NC-SA 4.0 嵩天 #CalThreeKingdomsV1.py import jieba txt