标签：ges 其他 大写 replace [1] open nbsp 空格 2-2
可以下载一长篇的英文小说，进行词频的分析。
1.读入待分析的字符串
2.分解提取单词
3.计数字典
4.排除语法型词汇
5.排序
6.输出TOP(20)
fo = open(‘C:\\Users\\CANDY\\Desktop\\a.txt‘,‘r‘)
news = fo.read()
fo.close()
news=news.lower()#将所有大写转换为小写
for i in ‘,.?!\n""‘‘ ‘:#将所有将所有其他做分隔符（,.？！）替换为空格
news=news.replace(i,‘ ‘)
words = news.split(‘ ‘)
exp={‘‘,‘in‘,‘has‘,‘and‘,‘a‘,‘to‘,‘s‘,‘the‘,‘it‘,‘that‘,‘was‘,‘of‘,‘but‘,‘as‘,‘with‘,‘on‘}
dic={}
keys = set(words)-exp
for i in keys:
dic[i]=words.count(i)#单词计数字典
its=list(dic.items())#单词计数元组的列表
its.sort(key=lambda x:x[1],reverse=True)#排序
for i in range(20):
print(its[i])
7.对输出结果的简要说明。
对《老人与海》做的分析，old man fish，出现的频率很高。老人去钓鱼回来的过程。
标签：ges 其他 大写 replace [1] open nbsp 空格 2-2
原文地址：http://www.cnblogs.com/lhw1997/p/7603152.html
