使用Python统计txt文件中的词频

python 复制代码
# 统计词频
import jieba
jieba.load_userdict(r'\百度分词词库.txt') #载入用户自定义词典,使分词结果更准确
stops_word_path = r'\stopwords_all.txt' #载入停用词表,此处使用的是哈工大停用词表
stopwords = pd.read_table(stops_word_path,encoding='utf-8',quoting=3)['words'].tolist()
stopwords.append('\n') #在停用词中加入换行符和空格,也可以自定义其他不需要统计词频的词语
stopwords.append(' ')
# stopwords
dic = dict()
file_path = r'C:\Users\Shy0418\Desktop\text.txt' #定义要统计的txt文件路径
with open(file_path, encoding='utf-8', mode='r+') as file_read:
    lines = file_read.readlines()
    for line in lines:
        # print(list(jieba.cut(line)))
        for word in list(jieba.cut(line)):
            if word not in stopwords:
                if word in dic.keys():
                    dic[word] += 1
                else:
                    dic[word] = 1
            else:
                continue
dic
word_freq = sorted(dic.items(), key = lambda kv:(kv[1], kv[0]), reverse=True) #按词频降序排列
word_freq #结果以词典的形式展示:{词语:词频}
相关推荐
yexuhgu1 分钟前
如何在 JavaScript 循环中动态构建 HTML 字符串
jvm·数据库·python
思麟呀2 分钟前
在C++基础上理解CSharp-1
开发语言·c++·c#
wang3zc3 分钟前
使用BERTopic对名言数据集进行批量主题建模的完整实践指南
jvm·数据库·python
码界筑梦坊5 分钟前
361-基于Python的空气质量气候数据分析预测系统
python·信息可视化·数据分析·flask·vue·毕业设计
一念春风7 分钟前
QwenPaw(替代小龙虾)大模型
开发语言·php
m0_609160498 分钟前
Go语言如何做协程调度_Go语言协程调度原理教程【实用】
jvm·数据库·python
小短腿的代码世界12 分钟前
Qt状态机框架深度解析:从状态图到事件驱动闭环
开发语言·qt
2301_8125396713 分钟前
golang如何实现全量数据迁移_golang全量数据迁移实现详解
jvm·数据库·python
小陈的进阶之路18 分钟前
安集商城接口自动化项目架构介绍
python·自动化·pytest
zhaoyong22219 分钟前
uni-app怎么获取短信验证码 uni-app接入短信平台流程【实战】
jvm·数据库·python