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
Flying pigs~~1 分钟前
基于Deepseek大模型API完成文本分类预测功能
java·前端·人工智能·python·langchain·deepseek
Lyyaoo.1 分钟前
【JAVA基础面经】深拷贝与浅拷贝
java·开发语言·算法
沐知全栈开发13 分钟前
HTML 音频(Audio)详解
开发语言
YNCAH_14 分钟前
特殊类的设计
java·开发语言
Ujimatsu26 分钟前
数据分析相关面试题-Python部分
大数据·python·数据分析
未知鱼27 分钟前
Python安全开发之简易Xss检测工具(详细注释)
python·安全·xss
芒果披萨29 分钟前
sql存储过程
java·开发语言·数据库
楚Y6同学31 分钟前
QT C++ 实现图像查看器
开发语言·c++·qt·图像查看
yaoxin52112335 分钟前
368. Java IO API - 基本文件属性
java·开发语言·python