2018-12-12 词频统计

Hamlet词频统计(含Hamlet原文文本)

#CalHamletV1.py

defgetText():

    txt =open("hamlet.txt", "r").read()

    txt =txt.lower()

    forch in'!"#$%&()*+,-./:;<=>?@[\\]^_‘{|}~':

        txt =txt.replace(ch, " ")   #将文本中特殊字符替换为空格

    returntxt


hamletTxt =getText()

words  =hamletTxt.split()

counts ={}

forword inwords:          

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

items =list(counts.items())

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

fori inrange(10):

    word, count =items[i]

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


《三国演义》人物出场统计(上)(含《三国演义》原文文本)

#CalThreeKingdomsV1.py

importjieba

txt =open("threekingdoms.txt", "r", encoding='utf-8').read()

words  =jieba.lcut(txt)

counts ={}

forword inwords:

    iflen(word) ==1:

        continue

    else:

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

items =list(counts.items())

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

fori inrange(15):

    word, count =items[i]

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


《三国演义》人物出场统计(下)(含《三国演义》原文文本)

#CalThreeKingdomsV2.py

importjieba

excludes ={"将军","却说","荆州","二人","不可","不能","如此"}

txt =open("threekingdoms.txt", "r", encoding='utf-8').read()

words  =jieba.lcut(txt)

counts ={}

forword inwords:

    iflen(word) ==1:

        continue

    elifword =="诸葛亮"orword =="孔明曰":

        rword ="孔明"

    elifword =="关公"orword =="云长":

        rword ="关羽"

    elifword =="玄德"orword =="玄德曰":

        rword ="刘备"

    elifword =="孟德"orword =="丞相":

        rword ="曹操"

    else:

        rword =word

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

forword inexcludes:

    delcounts[word]

items =list(counts.items())

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

fori inrange(10):

    word, count =items[i]

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

©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 158,233评论 4 360
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 67,013评论 1 291
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 108,030评论 0 241
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 43,827评论 0 204
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 52,221评论 3 286
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 40,542评论 1 216
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 31,814评论 2 312
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 30,513评论 0 198
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 34,225评论 1 241
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 30,497评论 2 244
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 31,998评论 1 258
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 28,342评论 2 253
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 32,986评论 3 235
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 26,055评论 0 8
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 26,812评论 0 194
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 35,560评论 2 271
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 35,461评论 2 266

推荐阅读更多精彩内容

  • 个人学习批处理的初衷来源于实际工作;在某个迭代版本有个BS(安卓手游模拟器)大需求,从而在测试过程中就重复涉及到...
    Luckykailiu阅读 4,524评论 0 11
  • 用于python面试整理,主要来源于http://www.cnblogs.com/skiler/p/6952707...
    十里江城阅读 2,244评论 0 13
  • 个人健康管控
    abbapw阅读 127评论 1 0
  • 一、参考为什么不建议用 try catch try catch机制非常好。那些觉得try catch不行的人,是他...
    合肥黑阅读 2,333评论 0 0
  • “得不到的永远在骚动,被偏爱的都有恃无恐......”听着熟悉的旋律,一个人默默地走在午后的林荫路下,不自...
    Wolfstyle阅读 726评论 0 1