Python分詞と頻度統計
1938 ワード
方法1:
方法2:
strs='1、 , 18-28 ;2、 、 、 、 、 、 、 ;' \
'3、 、 , IT IT , ( 、 );4、 , ' \
'5、 、 、 、 ;、 , , , 、 、 , ;'
text1=jieba.cut(strs)
fd=nltk.FreqDist(text1)
keys=fd.keys()
item=fd.iteritems()
print ' '.join(keys)
dicts=dict(item)
sort_dict=sorted(dicts.iteritems(),key=lambda d:d[1],reverse=True)
print sort_dict
方法2:
from collections import Counter
import jieba.analyse
import time
bill_path = r'bill.txt'
bill_result_path = r'bill_result.txt'
car_path = 'car.txt'
with open(bill_path,'r') as fr:
data = jieba.cut(fr.read())
data = dict(Counter(data))
with open(bill_result_path,'w') as fw:
for k,v in data.items():
fw.write("%s,%d
" % (k.encode('utf-8'),v))