1. 詞頻統計：

1 importjieba2 txt = open("threekingdoms3.txt", "r", encoding=‘utf-8‘).read()3 words =jieba.lcut(txt)4 counts ={}5 for word inwords:6 if len(word) == 1:7 continue

8 else:9 counts[word] = counts.get(word,0) + 1

10 items =list(counts.items())11 items.sort(key=lambda x:x[1], reverse=True)12 for i in range(15):13 word, count =items[i]14 print ("{0:<10}{1:>5}".format(word, count))

結果是：

曹操 946

孔明 737

將軍 622

玄德 585

卻說 534

關公 509

荊州 413

二人 410

丞相 405

玄德曰 390

不可 387

孔明曰 374

張飛 358

如此 320

不能 318

進一步改進， 我想只知道人物出場統計，代碼如下：

1 importjieba2 txt = open("threekingdoms3.txt", "r", encoding=‘utf-8‘).read()3 names = {‘曹操‘,‘孔明‘,‘劉備‘,‘關羽‘,‘張飛‘,‘呂布‘,‘趙云‘,‘孫權‘,‘周瑜‘,‘袁紹‘,‘黃忠‘,‘魏延‘}4 words =jieba.lcut(txt)5 counts ={}6 for word inwords:7 if len(word) == 1:8 continue

9 elif word == "諸葛亮" or word == "孔明曰":10 rword = "孔明"

11 elif word == "關公" or word == "云長":12 rword = "關羽"

13 elif word == "玄德" or word == "玄德曰":14 rword = "劉備"

15 elif word == "孟德" or word == "丞相":16 rword = "曹操"

17 else:18 rword =word19 counts[rword] = counts.get(rword,0) + 1

20 #for word in excludes:

21 #del counts[word]

22 items =list(counts.items())23 items.sort(key=lambda x:x[1], reverse=True)24 for i in range(40):25 word, count =items[i]26 if word innames:27 print ("{0:<10}{1:>5}".format(word, count))

運行結果為：

曹操 1358

孔明 1265

劉備 1251

關羽 783

張飛 358

呂布 300

趙云 278

孫權 257

周瑜 217

袁紹 191

進一步的做詞云圖：

1 importjieba2 importos3 importwordcloud4

5 defgetText(file):6 with open(file, ‘r‘, encoding= ‘UTF-8‘) as txt:7 txt =txt.read()8 jieba.lcut(txt)9 returntxt10

11

12 directoryname =os.getcwd()13 filename =input()14 txt = getText(filename + ‘.txt‘)15 wordclouds = wordcloud.WordCloud(width=1000, height= 800, margin=2).generate(txt)16 wordclouds.to_file(‘{}.png‘.format(filename))17

18 os.system(‘{}.png‘.format(filename))

名稱是可以進一步優化的，參見第二部分代碼。

原文：https://www.cnblogs.com/116970u/p/11611821.html

總結

以上是生活随笔為你收集整理的python统计txt文件中文词频_Python 中文文件统计词频 + 中文词云的全部內容，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站內容還不錯，歡迎將生活随笔推薦給好友。