看了一個(gè)Beyond的紀(jì)錄片, 提到這個(gè). 覺得心有不甘, 于是搜集了24首歌詞, 用Python做了簡單分詞和詞頻統(tǒng)計(jì).
統(tǒng)計(jì)了總出現(xiàn)次數(shù)(詞頻列表)和詞出現(xiàn)在歌曲的數(shù)目(詞所在文件數(shù)列表). 前者算進(jìn)了所有重復(fù)歌詞, 后者是算某個(gè)詞出現(xiàn)在了幾首歌中.

源碼:

學(xué)習(xí)python中有什么不懂的地方，小編這里推薦加小編的python學(xué)習(xí)群：895 817 687 有任何不懂的都可以在里面交流，還有很好的視頻教程pdf學(xué)習(xí)資料，大家一起學(xué)習(xí)交流！import jieba import os所有詞 = [] 詞頻表 = {} 詞所在文件 = {} 詞所在文件數(shù) = {} 路徑 = "數(shù)據(jù)" for 文件名 in os.listdir(路徑):print(文件名)with open(os.path.join(路徑, 文件名)) as 文件:內(nèi)容 = 文件.read()分詞結(jié)果 = jieba.cut(內(nèi)容)for 詞 in 分詞結(jié)果:if 詞 != " " and len(詞) != 1:所有詞.append(詞)if 詞 in 詞頻表:詞頻表[詞] += 1詞所在文件[詞].add(文件名)else:詞頻表[詞] = 1詞所在文件[詞] = set([文件名])for 詞 in 詞所在文件:詞所在文件數(shù)[詞] = len(詞所在文件[詞])# 詞頻列表 = sorted(詞頻表.items(), key=lambda d: d[1], reverse=True) 詞所在文件數(shù)列表 = sorted(詞所在文件數(shù).items(), key=lambda d: d[1], reverse=True) print(詞所在文件數(shù)列表)

前者的最高頻幾個(gè)中文詞(完整的在"所有詞頻輸出.txt"):

(‘多少’, 22), (‘一生’, 21), (‘多么’, 20), (‘理想’, 19), (‘沒有’, 19), (‘一天’, 19), (‘Woo’, 18), (‘今天’, 18), (‘心中’, 16), (‘一起’, 16), (‘OH’, 16), (‘唏噓’, 15), (‘彼此’, 14)

后者的前幾位(完整的在"所在文件數(shù).txt"):

(‘多少’, 9), (‘心中’, 8), (‘沒有’, 8), (‘一切’, 8), (‘理想’, 7), (‘Woo’, 7), (‘一生’, 7), (‘今天’, 7), (‘唏噓’, 6), (‘擁有’, 6), (‘可否’, 5), (‘多么’, 5), (‘風(fēng)雨’, 5), (‘感覺’, 5), (‘天空’, 5), (‘心里’, 5), (‘歲月’, 5)

至少這幾首經(jīng)典里, "理想"比"唏噓"更多.

覺得如果有個(gè)IDE插件能把一些常用的Python操作集合起來, 如果組織得好, 會挺有用. 因?yàn)閷戇@個(gè)例子里, 包括取目錄下的文件, 讀取文本文件, 字典排序等等, 自己的第一反應(yīng)還是到處找現(xiàn)成代碼黏貼.

總結(jié)

以上是生活随笔為你收集整理的Beyond的歌里最多是唏嘘吗? - Python分词+词频的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。