Python应用篇——词频统计

项目描述：读一个txt文档，统计文档中中文、英文、数字、标点符号、空格的个数。利用可视化界面查看统计图表，并保存图片到指定路径
这个项目主要分为3部分：对文件的操作（读，写），统计字符的个数，将数据显示在图表中。
（1）读文件，统计个数

#1.文件操作
#   打开文件
#   读文件
#   关闭文件
#2.确定统计类型，中文、英文、数字、符号、空格
import matplotlib.pyplot as plt
MyList = []
MyDict = {}fd = open("帝婿.txt","r",encoding="utf-8")
MyList = fd.readlines()
fd.close()for line in MyList:for w in line:if w >= '\u4e00' and w <= '\u9fa5':MyDict["中文"] = MyDict.get("中文",0) +1elif w >= '\u0030' and w <= '\u0039':MyDict["数字"] = MyDict.get("数字", 0) + 1elif w == " ":MyDict["空格"] = MyDict.get("空格",0) + 1elif (w >= '\u0041' and w <= '\u005a') or (w >= '\u0061' and w <= '\u007a'):MyDict["英文"] = MyDict.get("英文", 0) + 1else:MyDict["符号"] = MyDict.get("符号", 0) +1print(MyDict)

将统计的类型和次数存放在字典中，打印如下
（2）接下来用Python自带的库matplotlib，使其生成柱状图

CHList = []#存放字符的种类
NumList = []#对应的数字个数
MyDict_len = len(MyDict)
print(MyDict_len)
MyDictSorted = sorted(MyDict.items(),key=lambda item:item[1])
print(MyDictSorted)
for i in range(MyDict_len):ch, num = MyDictSorted[i]CHList.append(ch)NumList.append(num)
plt.rcParams['font.family'] = ['Arial Unicode MS', 'Microsoft Yahei', 'SimHei', 'sans-serif']
plt.rcParams['font.size'] = 12
plt.figure(figsize=(18,8),dpi=80,facecolor='#B0C4DE')
plt.xlabel = "字符种类"
plt.ylabel = "出现次数"plt.barh(CHList,NumList,height=0.8)
plt.title = "字符出现次数统计表"
plt.show()

生成的柱状图如下，因为英文和中文的比例太大了，这个图上基本看不到英文的数字，具体出现次数可以在（1）的打印信息中查看。
那么这个小项目到这里就结束了，代码中用到了字典，列表的相关知识，文件的操作，matplotlib库的使用，当然也可以用Python写一个可视化界面，打包生成小程序，便于以后的使用。

Python应用篇——词频统计相关推荐

python红楼梦词频统计
python红楼梦词频统计 <红楼梦>人物的出场统计涉及对词汇的统计,中文文章的需要分词才能进行词频统计,需要用到jieba库. 分析过程: 代码: import jieba txt=op ...
浅析如何用Python进行中英文词频统计
浅析如何用Python进行中英文词频统计主要思路: 读取数据数据预处理分词词频统计结果显示词频统计 TF-IDF(term frequency–inverse document frequ ...
python分词和词频统计
Python大数据:jieba分词,词频统计黑冰中国关注 0.1 2018.03.21 11:39* 字数 1717 阅读 7553评论 6喜欢 45赞赏 1 实验目的学习如何读取一个文件学 ...
python红楼梦词频统计_用 Python 分析《红楼梦》（2）-阿里云开发者社区
6 词频统计完成分词以后,词频统计就非常简单了.我们只需要根据分词结果把片段切分开,去掉长度为一的片段(也就是单字),然后数一下每一种片段的个数就可以了. 这是出现次数排名前 20 的单词: (括号 ...
Python实例--文本词频统计
最近在MOOC跟着北京理工大学的嵩天老师学习Python(https://www.icourse163.org/learn/BIT-268001?tid=1003243006#/learn/annou ...
Python案例：词频统计
一.提出任务统计文本文件里单词出现次数 - 词频,绘制词频折线图,按词频降序排列. 二.完成任务 1.创建文本文件test.txt 2.创建Python程序 - 词频统计.py # -*- codi ...
python英文词频统计去除定冠词_使用Python进行英文词频统计
对一篇英文文章进行词频统计重点在于内容去噪和归一化,可用split()进行分词.本文以<飘>为例,统计词频最高的前十位. 1.读取文件,通过lower().replace()函数将所有单词 ...
Python如何进行词频统计？3种方法教给你
前言本文的文字及图片来源于网络,仅供学习.交流使用,不具有任何商业用途,如有问题请及时联系我们以作处理. 以下文章来源于快学Python ,作者小小明 Python爬虫.数据分析.网站开发等案例教程 ...
python红楼梦词频统计_Python 红楼梦的字频与词频统计
Python 红楼梦的字频与词频统计使用jieba分词工具分词,在网上下载了一个停用词表(包括标点符号)去除停用词. 使用wordcloud生成词云. 其实除了停用词,程度词与否定词等也应该去除,但 ...

Python应用篇——词频统计

Python应用篇——词频统计相关推荐

最新文章

热门文章