【py】使用numpy读取文件,并统计

我们需要编写一个脚本来读取文本文件,然后进行字数统计和词频统计。

以下是一个简单的Python脚本,它使用numpy来处理数据。

首先,确保你已经安装了numpy库。如果没有安装,可以通过运行pip install numpy来安装。

然后,你可以使用以下脚本:

import numpy as np

import re

from collections import Counter

假设你的文本文件名为'file.txt'

file_path = 'file.txt'

1. 读取文件

with open(file_path, 'r', encoding='utf-8') as file:

text = file.read()

2. 统计文件的总字数

total_words = len(text.split())

print(f'Total number of words: {total_words}')

3. 统计出现频率最高的10个词,并进行排序

使用正则表达式来找到单词,这里假设单词由字母组成

words = re.findall(r'\b\w+\b', text.lower())

word_counts = Counter(words)

获取出现频率最高的10个词

most_common_words = word_counts.most_common(10)

print('Most common words:')

for word, count in most_common_words:

print(f'{word}: {count}')

如果你想使用numpy来处理数据,你可以将文本转换为numpy数组,但这在这个例子中是多余的

text_array = np.array(text)

请将file.txt替换为你的文件名。这个脚本首先读取文件内容,然后统计总字数,接着使用正则表达式来找到所有的单词,并使用collections.Counter来统计每个单词的出现次数,最后输出出现频率最高的10个词。

请注意,这个脚本假设文本文件是UTF-8编码的。如果你的文件使用不同的编码,请相应地更改open函数中的encoding参数。

相关推荐
DKPT9 分钟前
Python 的 Web 框架:选型选错的人,都踩了同一个坑
python
2401_868534781 小时前
逻辑网络设计
网络·python
2601_967979121 小时前
python如何组织文件?python文件操作全介绍!
python·文件操作·压缩文件·遍历文件夹·shutil模块
青少儿编程课堂1 小时前
蓝桥杯·全国青少年信息素养大赛·电子学会Python/C++考级:扫描线与线段树求矩形面积并解析
c++·python·算法·bfs·信息学竞赛
羲云网络1 小时前
GPT Image 2.6 商品图交付:用文件指纹排查错图、覆盖与版本串线
图像处理·人工智能·python·技术教程·文件校验
wuyk5552 小时前
Spider-第14讲-表单提交与CSRF
前端·爬虫·python·elasticsearch·csrf
汤姆宝库3 小时前
RoPE旋转位置编码的实现与长上下文外推
python·深度学习·机器学习
用户019027581613 小时前
股票代码格式对照:各数据源代码转 AlphaFeed
python
__underline__3 小时前
冷门Python知识点005篇:list.sort( )的排序稳定性,是用0字节额外内存实现的
python·算法
贝壳6903 小时前
升到 9.13.12 我照着文档抄了两行,两次都炸了
python