Python文本统计功能之西游记用字统计操作示例
更新时间：2018年05月07日 10:23:47 作者：开心果汁
这篇文章主要介绍了Python文本统计功能之西游记用字统计操作,结合实例形式分析了Python文本读取、遍历、统计等相关操作技巧,需要的朋友可以参考下
本文实例讲述了Python文本统计功能之西游记用字统计操作。分享给大家供大家参考，具体如下：
一、数据
xyj.txt，《西游记》的文本，2.2MB
致敬吴承恩大师，4020行（段）
二、目标
统计《西游记》中：
1. 共出现了多少个不同的汉字；
2. 每个汉字出现了多少次；
3. 出现得最频繁的汉字有哪些。
三、涉及内容：
1. 读文件；
2. 字典的使用；
3. 字典的排序；
4. 写文件
四、效果
五、源代码
# coding:utf8
import sys
reload(sys)
sys.setdefaultencoding("utf8")
fr = open('xyj.txt', 'r')
characters = []
stat = {}
for line in fr:
# 去掉每一行两边的空白
line = line.strip()
# 如果为空行则跳过该轮循环
if len(line) == 0:
continue
# 将文本转为unicode，便于处理汉字
line = unicode(line)
# 遍历该行的每一个字
for x in xrange(0, len(line)):
# 去掉标点符号和空白符
if line[x] in [' ','', '\t', '\n', '。', '，', '(', ')', '（', '）', '：', '□', '？', '！', '《', '》', '、', '；', '“', '”', '……']:
continue
# 尚未记录在characters中
if not line[x] in characters:
characters.append(line[x])
# 尚未记录在stat中
if not stat.has_key(line[x]):
stat[line[x]] = 0
# 汉字出现次数加1
stat[line[x]] += 1
print len(characters)
print len(stat)
# lambda生成一个临时函数
# d表示字典的每一对键值对，d[0]为key，d[1]为value
# reverse为True表示降序排序
stat = sorted(stat.items(), key=lambda d:d[1], reverse=True)
fw = open('result.csv', 'w')
for item in stat:
# 进行字符串拼接之前，需要将int转为str
fw.write(item[0] + ',' + str(item[1]) + '\n')
fr.close()
fw.close()
PS：这里再为大家推荐2款非常方便的统计工具供大家参考：
在线字数统计工具：
http://tools.jb51.net/code/zishutongji
在线字符统计与编辑工具：
http://tools.jb51.net/code/char_tongji
更多关于Python相关内容感兴趣的读者可查看本站专题：《Python文件与目录操作技巧汇总》、《Python文本文件操作技巧汇总》、《Python数据结构与算法教程》、《Python函数使用技巧总结》、《Python字符串操作技巧汇总》及《Python入门与进阶经典教程》
希望本文所述对大家Python程序设计有所帮助。
相关文章
Python 字节流,字符串,十六进制相互转换实例(binascii,bytes)
这篇文章主要介绍了Python 字节流,字符串,十六进制相互转换实例(binascii,bytes)，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧2020-05-05
这篇文章主要为大家分享了一款很酷的python表白工具，可以发给女生表白用，界面简单，实用性强，具有一定的参考价值，感兴趣的小伙伴们可以参考一下2019-04-04
在编写程序的过程中,经常需要进行格式化输出,每次用每次查,干脆就在这里整理一下,下面这篇文章主要给大家介绍了关于python字符串格式化的相关资料,分别是%格式符和format方式,需要的朋友可以参考下2022-02-02
Pytorch torch.repeat_interleave()用法示例详解
torch.repeat_interleave() 是 PyTorch 中的一个函数,用于按指定的方式重复张量中的元素,这篇文章主要介绍了Pytorch torch.repeat_interleave()用法示例详解,需要的朋友可以参考下2024-01-01
这篇文章主要介绍了Python中的pyecharts库使用总结,Pyecharts 提供了一个简单而直观的 API 接口,使得使用者无需了解复杂的 JavaScript 语法,即可通过 Python 代码实现高度定制化的图表设计,需要的朋友可以参考下2023-12-12
这篇文章主要介绍了Python爬虫框架Scrapy常用命令,结合实例形式总结分析了Scrapy框架中常见的全局命令与项目命令功能、使用方法及操作注意事项,需要的朋友可以参考下2018-07-07
Python matplotlib.pyplot.subplots()用法详解
这篇文章主要介绍了Python matplotlib.pyplot.subplots()用法的相关资料,matplotlib.pyplot.subplots()用于创建子图,可设置行数、列数、轴共享、额外关键字参数和布局选项,需要的朋友可以参考下2024-12-12
这篇文章主要介绍了pycharm的python_stubs问题，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧2020-04-04
今天小编就为大家分享一篇在scrapy中使用phantomJS实现异步爬取的方法，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧2018-12-12
今天小编就为大家分享一篇Python 修改列表中的元素方法，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧2018-06-06
最新评论