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
reasonsummer7 分钟前
【教学类-70-06】20260104“折纸-花纹镜”(花纹图案+上下打孔+无学号框)小2班第一次尝试
python·通义万相
期待のcode22 分钟前
java的IO流
java·开发语言
w-w0w-w22 分钟前
C++泛型编程
开发语言·c++·算法
YJlio24 分钟前
PsPing 学习笔记(14.8):常见错误与排障实战(超时、拒绝连接、权限问题)
开发语言·笔记·python·学习·django·pdf·pygame
LegendNoTitle29 分钟前
Windows和Linux下Rust-init、Cargo下载慢的解决
开发语言·windows·rust
wjykp30 分钟前
part6 PyTorch
人工智能·pytorch·python
亓才孓35 分钟前
深浅拷贝--Java
java·开发语言·windows
潲爺39 分钟前
Java笔记总结
java·开发语言·笔记·学习
菜的不敢吱声41 分钟前
swift学习第一天
开发语言·学习·swift
培林将军43 分钟前
C语言指针
c语言·开发语言·算法