标签：输出 for ima pen port arc 使用 items sort
1）下载一中文长篇小说，并转换成UTF-8编码
2）使用jieba库，进行中文词频统计
3）输出TOP20的词及出现次数
4）排除一些无意义词、合并同一词
import jieba txt = open(‘A.txt‘,‘r‘,encoding=‘utf-8‘).read()#转换成UTF-8编码 words = list(jieba.cut(txt)) exp={} keys=set(words) dic={} for w in keys: dic[w]=words.count(w) wc=list(dic.items()) wc.sort(key=lambda x:x[1],reverse=True) for i in range(20): print(wc[i])#输出TOP20的词及出现次数 print(list(jieba.cut(txt))) print(list(jieba.cut_for_search(txt))) print(list(jieba.cut(txt,cut_all=True)))
结果如下图所示：
标签：输出 for ima pen port arc 使用 items sort
原文地址：http://www.cnblogs.com/yuanyinglin/p/7609648.html
