词频统计是文本处理中常见的任务之一，通过统计文本中每个词出现的次数，可以帮助我们了解文本的内容和特点。本文将介绍如何使用 Python 来实现简单的词频统计，涉及到列表、字符串操作、字典和循环等基本概念。
1. 数据准备
首先，我们需要准备一个文本数据，可以是一段文章、一本书或者任何包含文本的内容。例如，我们准备了一段简单的文本数据：
text = "Python是一种简单易学、功能强大的编程语言，广泛应用于Web开发、数据分析和人工智能等领域。Python由Guido van Rossum于1991年创建，目前由Python软件基金会维护。"
复制代码
2. 分词和统计词频
接下来，我们需要对文本进行分词，并统计每个词出现的次数。我们可以利用字符串的 split() 方法进行分词，然后使用字典来存储每个词和对应的出现次数。
# 分词words = text.split()
# 统计词频word_freq = {}for word in words: if word in word_freq: word_freq[word] += 1 else: word_freq[word] = 1
复制代码
3. 输出结果
最后，我们可以输出统计结果，将词频按照从高到低的顺序进行排序，并输出前几个词频最高的词及其出现次数。
# 排序词频sorted_word_freq = sorted(word_freq.items(), key=lambda x: x[1], reverse=True)
# 输出前几个词频最高的词及其出现次数top_n = 5for word, freq in sorted_word_freq[:top_n]: print(f"{word}: {freq}次")
复制代码
完整代码
下面是完整的代码：
text = "Python是一种简单易学、功能强大的编程语言，广泛应用于Web开发、数据分析和人工智能等领域。Python由Guido van Rossum于1991年创建，目前由Python软件基金会维护。"
# 分词words = text.split()
# 统计词频word_freq = {}for word in words: if word in word_freq: word_freq[word] += 1 else: word_freq[word] = 1
# 排序词频sorted_word_freq = sorted(word_freq.items(), key=lambda x: x[1], reverse=True)
# 输出前几个词频最高的词及其出现次数top_n = 5for word, freq in sorted_word_freq[:top_n]: print(f"{word}: {freq}次")
复制代码
运行以上代码，即可输出文本中词频最高的几个词及其出现次数。
通过这个简单的示例，读者可以了解如何利用 Python 中的列表、字符串操作和字典来实现词频统计功能。这是一个很有用的基础技能，在文本处理和数据分析等领域都有着广泛的应用。
评论