python中读取txt文件、统计其中所有字母出现的频度_如何统计序列中元素的出现频度？...

实际案例:

某随机序列[12,5,6,4,6,5,5,7,...]中&＃xff0c;找到出现次数最高的三个元素&＃xff0c;它们出现的次数是多少&＃xff1f;

对某英文文章的单词&＃xff0c;进行词频统计&＃xff0c;找到出现次数最高的10个单词&＃xff0c;它们出现次数是多少&＃xff1f;

获取序列出现次数最高的三个元素

首先我们生成需要用到的数据&＃xff1a;随机生成某个列表:

from random import randint

data &＃61; [randint(0,20) for _ in range(30)]

做法1&＃xff1a;遍历列表

result &＃61; dict.fromkeys(data,0)

for _ in data:

result[_] &＃43;&＃61; 1

解决方案&＃xff1a;

使用collections.Counter对象

将序列传入Counter的构造器&＃xff0c;得到Counter对象是元素频度的字典

Counter.most_common(n)方法得到频度最高的n个元素的列表

from collections import Counter

result &＃61; Counter(data).most_common(3)

输出结果&＃xff1a;

[(12, 4), (8, 3), (17, 3)]

词频统计

首先获取文件中的英文文章&＃xff0c;这里我将文件保存在Windows的桌面上&＃xff0c;文件名为&＃xff1a;&＃39;testCounter.txt&＃39;

txt &＃61; open(r&＃39;C:\Users\Administrator\Desktop\testCounter.txt&＃39;,encoding&＃61;&＃39;UTF-8&＃39;).read()

使用正则表达式来分割单词,使用非字母的字符作为分隔符,获取所有单词列表:

获取列表之后就可以使用Counter类处理list_words,来获取词频统计&＃xff0c;最后通过most_common(n)方法来获取最高词频的单词。

import re

list_words &＃61; re.split(&＃39;\W&＃43;&＃39;,txt)

from collections import Counter

counter_words &＃61; Counter(list_words)

max_ten &＃61; counter_words.most_common(10)

输出结果&＃xff1a;

[(&＃39;the&＃39;, 31), (&＃39;of&＃39;, 18), (&＃39;and&＃39;, 14), (&＃39;in&＃39;, 13), (&＃39;are&＃39;, 13), (&＃39;a&＃39;, 10), (&＃39;Python&＃39;, 9), (&＃39;to&＃39;, 9), (&＃39;you&＃39;, 8), (&＃39;that&＃39;, 7)]