江苏龙网

  1. 首页 > 生活 > >

怎样用python统计六级词汇频率

请参考Python用字典来统计单词或汉字词的个数。 - 专栏
■网友
首先你需要获取数据，这个过程中你可能需要用爬虫爬试卷。学习python的urllib库和beautifulsoup库，不过好多真题都是pdf格式…然后你需要清理数据，分析数据。对于英语单词，那就很好做了，split()方法把每个单词提取出来，去掉ABCD1234之类的。同时你需要做数据的持久化，可以简单的用一个文件来保存，也可以使用数据库来储存，这期间你可能要学会使用数据库。最后讲你的结果展示出来，可以直接print，也可以做成好看的图表，python有matplotlib库可以使用。算法上应该不会很难
■网友
首先找到电子版的试卷，然后用最简单也是最暴力的桶排序滑稽
■网友
额，不是有很多分词的库吗
■网友
参考代码如下：
第一步，打开文件
with open(\u0026#39;考卷合辑.txt\u0026#39;, encoding=\u0026#39;utf-8\u0026#39;) as f:
file = f.read()
f.close()
第二步：数据处理
import re
words = re.sub(\u0026#39;{2,20}\u0026#39;,\u0026#39; \u0026#39;, file)
第三步：统计词频
from collections import Counter
【怎样用python统计六级词汇频率】 wordlist = Counter(words).most_common(1000)
第四步：导出结果到txt文件
with open(\u0026#39;mylist.txt\u0026#39;,\u0026#39;w\u0026#39;,encoding=\u0026#39;utf-8\u0026#39;) as f:
for i in wordlist:
f.writer(i+\)
f.close()


    推荐阅读


    上一篇：怎样成为数据分析师。。。

    下一篇：怎样看待华为智能家居对消费者有啥好处