匿名用戶

1級

2016-11-03 回答

#!/usr/bin/env?python3

#-*-?coding:utf-8?-*-

import?os,random

#假設要讀取文件名為aa，位于當前路徑

filename='aa.txt'

dirname=os.getcwd()

f_n=os.path.join(dirname,filename)

#注釋掉的程序段，用于測試腳本，它生成20行數據，每行有1-20隨機個數字，每個數字隨機1-20

'''

test=''

for?i?in?range(20):

for?j?in?range(random.randint(1,20)):

test+=str(random.randint(1,20))+'?'

test+='\n'

with?open(f_n,'w')?as?wf:

wf.write(test)

'''

with?open(f_n)?as?f:

s=f.readlines()

#將每一行數據去掉首尾的空格和換行符，然后用空格分割，再組成一維列表

words=[]

for?line?in?s:

words.extend(line.strip().split('?'))

#格式化要輸出的每行數據，首尾各占8位，中間占18位

def?geshi(a,b,c):

return?alignment(str(a))+alignment(str(b),18)+alignment(str(c))+'\n'

#中英文混合對齊?，參考http://bbs.fishc.com/thread-67465-1-1.html?，二樓

#漢字與字母?格式化占位?format對齊出錯?對不齊?漢字對齊數字?漢字對齊字母?中文對齊英文

#alignment函數用于英漢混合對齊、漢字英文對齊、漢英對齊、中英對齊

def?alignment(str1,?space=8,?align?=?'left'):

length?=?len(str1.encode('gb2312'))

space?=?space?-?length?if?space?>=length?else?0

if?align?in?['left','l','L','Left','LEFT']:

str1?=?str1?+?'?'?*?space

elif?align?in?['right','r','R','Right','RIGHT']:

str1?=?'?'*?space?+str1

elif?align?in?['center','c','C','Center','CENTER','centre']:

str1?=?'?'?*?(space?//2)?+str1?+?'?'*?(space?-?space?//?2)

return?str1

w_s=geshi('序號','詞','頻率')

#由(詞,頻率)元組構成列表，先按頻率降序排序，再按詞升序排序，多級排序，一組升，一組降，高級sorted

wordcount=sorted([(w,words.count(w))?for?w?in?set(words)],key=lambda?l:(-l[1],l[0]))

#要輸出的數據，每一行由：序號(占8位)詞(占20位)頻率(占8位)+'\n'構成，序號=List.index(element)+1

for?(w,c)?in?wordcount:

w_s+=geshi(wordcount.index((w,c))+1,w,c)

#將統計結果寫入文件ar.txt中

writefile='ar.txt'

w_n=os.path.join(dirname,writefile)

with?open(w_n,'w')?as?wf:

wf.write(w_s)

總結

以上是生活随笔為你收集整理的python结巴分词 词频统计_一个txt文档，已经用结巴分词分完词，怎么用python工具对这个分完词的文档进行计算统计词频，求脚本，非...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。