python詞頻統計

❶ python里如何快速統計 詞頻 現在有個文件 data.txt 裡面有1萬多行 每行都

1. N^2時間復雜度是怎麼算出來的？N指什麼？
2. 對於多位數，比如 76，我們把它當做兩個數字 7 和 6 這樣來統計詞頻？

❷ python 字典中的詞頻統計之後 如何將頻數大於一個數字的詞的數量統計出來

count=0
forkey,valueindic.items():
ifvalue>14:
count+=1
printcount

❸ Python詞頻統計問題

#下載一文到words.txt，內容為（stumldsmlstustueezkzwxjZkzWxj）

File="words.txt"
number_list=[]
withopen(File)asf:
forlineinf:
number_list.extend(str(i)foriinline.split())
foriteminset(number_list):
L=[item,number_list.index(item),number_list.count(item)]
print(L)#單詞首次出現的位置詞頻
withopen('Q1.txt','a')asF:
F.writelines(str(L))

❹ Python 分詞後詞頻統計

out_one=re.compile(r'(.*?)00',re.S)

out_one_re=re.findall(self.out_one,i)


a={}
forjinout_one_re:
a[j]=out_one_re.count(j)


使用字典屬性，內容唯一來進行統計。出來的包括內容和次數。

❺ 如何用python實現英文短文的雙詞頻統計

data="""Doyouhearthepeoplesing,singingasongofangrymen.Itisthemusicofapeople,whowillnotbeslavesagain,.."""
data=data.replace(',','')
data=data.replace('.','')
ws=data.split()
dic={}#counttwowords
ws2=[]#twowords
foriinrange(len(ws)-1):
	ws2.append(ws[i]+""+ws[i+1])
forw2inws2:
	ifdic.get(w2)==None:
		dic[w2]=1
	else:
		dic[w2]+=1
dic_first={}#counttwowordsbyfirstword
forw2inws2:
	(l,r)=w2.split()
	ifdic_first.get(l)==None:
		dic_first[l]=1
	else:
		dic_first[l]+=1
forw2inws2:#output
	(l,r)=w2.split()
	printw2,dic[w2],dic_first[l],dic[w2]/float(dic_first[l])

❻ 如何用python對文章中文分詞並統計詞頻

1、全局變數在函數中使用時需要加入global聲明
2、獲取網頁內容存入文件時的編碼為ascii進行正則匹配時需要decode為GB2312，當匹配到的中文寫入文件時需要encode成GB2312寫入文件。
3、中文字元匹配過濾正則表達式為ur'[\u4e00-\u9fa5]+',使用findall找到所有的中文字元存入分組
4、KEY，Value值可以使用dict存儲，排序後可以使用list存儲
5、字元串處理使用split分割，然後使用index截取字元串，判斷哪些是名詞和動詞
6、命令行使用需要導入os,os.system(cmd)

❼ Python編程實現csv文件某一列的詞頻統計

如果是用戶輸入關鍵詞，計算關鍵詞的詞頻。這個好做，如果是要程序自己分析詞來做詞頻統計，這個非常難。

❽ 如何用python和jieba分詞，統計詞頻

#!python3
#-*-coding:utf-8-*-
importos,codecs
importjieba
fromcollectionsimportCounter

defget_words(txt):
seg_list=jieba.cut(txt)
c=Counter()
forxinseg_list:
iflen(x)>1andx!='
':
c[x]+=1
print('常用詞頻度統計結果')
for(k,v)inc.most_common(100):
print('%s%s%s%d'%(''*(5-len(k)),k,'*'*int(v/3),v))

if__name__=='__main__':
withcodecs.open('19d.txt','r','utf8')asf:
txt=f.read()
get_words(txt)

❾ 用Python統計詞頻

def statistics(astr):
# astr.replace("\n", "")
slist = list(astr.split("\t"))
alist = []
[alist.append(i) for i in slist if i not in alist]
alist[-1] = alist[-1].replace("\n", "")
return alist

if __name__ == "__main__":
code_doc = {}
with open("test_data.txt", "r", encoding='utf-8') as fs:
for ln in fs.readlines():
l = statistics(ln)
for t in l:
if t not in code_doc:
code_doc.setdefault(t, 1)
else:
code_doc[t] += 1

for keys in code_doc.keys():
print(keys + ' ' + str(code_doc[keys]))

❿ python統計一個大文件中很多小文件裡面的詞頻

#!/usr/bin/envpython3.6
fromcollectionsimportCounter
fromfunctoolsimportrece
fromoperatorimportadd
frompathlibimportPath

ps=Path().glob('*.txt')
c=rece(add,[Counter(p.read_text().split())forpinps])
print(c.most_common())