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
百锦再30 分钟前
Go与Python在AI大模型开发中的深度对比分析
java·开发语言·人工智能·python·学习·golang·maven
盒马盒马42 分钟前
Rust:复合类型
开发语言·rust
R.lin1 小时前
红包实现方案
java·开发语言·网络·后端·架构
莫听穿林打叶声儿1 小时前
关于Qt开发UI框架Qt Advanced Docking System测试
开发语言·qt·ui
minji...2 小时前
C++ 模板进阶
开发语言·c++
lsx2024062 小时前
HTML 音频/视频
开发语言
梨轻巧2 小时前
Maya Python基础: 类属性 VS 实例属性、实例方法、类方法、静态方法
python·maya
我叫汪枫2 小时前
【刷机分享】解决K20Pro刷入PixelOS后“网络连接”受限问题(附详细ADB命令)
开发语言·adb·php
老程序员刘飞2 小时前
hardhat 搭建智能合约
开发语言·php·智能合约
Autism1143 小时前
javase-day22-stream
java·开发语言·windows·笔记