您的位置:首页 > 脚本大全 > > 正文

python统计出现文字最多的词(使用Python 统计高频字数的方法)

更多 时间:2022-03-31 12:46:21 类别:脚本大全 浏览量:1198

python统计出现文字最多的词

使用Python 统计高频字数的方法

问题

(来自Udacity机器学习工程师纳米学位预览课程)

用 Python 实现函数 count_words(),该函数输入字符串 s 和数字 n,返回 s 中 n 个出现频率最高的单词。返回值是一个元组列表,包含出现次数最高的 n 个单词及其次数,即 [(<单词1>, <次数1>), (<单词2>, <次数2>), ... ],按出现次数降序排列。

可以假设所有输入都是小写形式,并且不含标点符号或其他字符(只包含字母和单个空格)。如果出现次数相同,则按字母顺序排列。

例如:

  • ?
  • 1
  • print count_words("betty bought a bit of butter but the butter was bitter",3)
  • 输出

  • ?
  • 1
  • [('butter', 2), ('a', 1), ('betty', 1)]
  • 解法

  • ?
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
  • 8
  • 9
  • 10
  • 11
  • 12
  • 13
  • 14
  • 15
  • 16
  • 17
  • 18
  • 19
  • 20
  • 21
  • 22
  • 23
  • 24
  • 25
  • 26
  • 27
  • 28
  • """Count words."""
  •  
  • def count_words(s, n):
  •   """Return the n most frequently occuring words in s."""
  •   w = {}
  •   sp = s.split()
  •   # TODO: Count the number of occurences of each word in s
  •   for i in sp:
  •     if i not in w:
  •       w[i] = 1
  •     else:
  •       w[i] += 1
  •  
  •   # TODO: Sort the occurences in descending order (alphabetically in case of ties)
  •   top = sorted(w.items(), key=lambda item:(-item[1], item[0]))
  •   top_n = top[:n]
  •   # TODO: Return the top n most frequent words.
  •   return top_n
  •  
  •  
  • def test_run():
  •   """Test count_words() with some inputs."""
  •   print count_words("cat bat mat cat bat cat", 3)
  •   print count_words("betty bought a bit of butter but the butter was bitter", 3)
  •  
  •  
  • if __name__ == '__main__':
  •   test_run()
  • 小结

    主要两个小技巧:

    用split()将输入字符串按空格分开;

    用sorted()函数对字典 先按值,再按键 进行排序,尤其是item:(-item[1], item[0])) 代表先对item的第二个元素 降序 排列(item 之前用了-),然后对第一个元素 升序 排列。多个元素的元组亦然。

    PS:本站还有两款比较简单实用的在线文本去重复工具,推荐给大家使用:

    在线字数统计与排版:https://tool.zzvips.com/t/textcount/

    以上这篇使用Python 统计高频字数的方法就是小编分享给大家的全部内容了,希望能给大家一个参考,也希望大家多多支持开心学习网。

    原文链接:https://blog.csdn.net/cxsydjn/article/details/70991846

    标签:Python 统计 字数
    您可能感兴趣