Python实现快速计算词频功能示例
本文实例讲述了Python实现快速计算词频功能。分享给大家供大家参考，具体如下：
这几天看到一位同事的代码，方法如下：
def cut_word(body):
temp_dict={}
if body is not None:
temp=jieba.cut(body)
for t in temp:
temp_dict[t]=1
else:
pass
return temp_dict
这个函数的功能是，输入一段字符串，比如：'今天天气很不错'，输出一个字典，key为使用结巴的cut方法之后切分的词，value为1，如：{'很':1,'今天天气':1,'不错': 1}。
然后我看到同事的另一个方法：
def union_dict(x,y):
_keys = set(sum([obj.keys() for obj in [x,y]],[]))
_total = {}
for _key in _keys:
_total[_key] = sum([obj.get(_key,0) for obj in [x,y]])
return _total
是这样调用的：
final_dict=reduce(union_dict,result)
result是这样产生的：
result=df['body'].apply(cut_word)
也就是把df的body列每一行进行cut_word函数操作（即将字符串转换成一个字典）。
result的类型是series，随后对result用reduce函数进行union_dict操作。
union_dict的作用是，输入两个字典，比如{'很':1,'今天天气':1,'不错': 1}和{'很':1,'今天天气':1,'差': 1}，对key相同的进行value求和，也就是输出会变成{'很':2,'今天天气':2,'不错': 1,'差':1}。
所以这一系列的操作其实是为了计算一大堆文字的词频数，但同事使用的是对每一行分别进行拆分，生成字典，随后
对字典进行合并，其实有些麻烦。
再学习自然语言处理的时候，我了解到nltk有一个方法，可以直接计算词频，用在此处正好。
# -*- coding:utf-8 -*- import nltk import jieba str = '今天天气很不错。今天天气很差' a = list(jieba.cut(str)) cfd = nltk.FreqDist(a)
结果直接是一个带有频数的字典：{'很':2,'今天天气':2,'不错': 1,'很差':1,'。'}
由于同事的函数cut_word对每个词只计一次频数，所以不能直接拼接字符串后调用FreqDist函数，需要对每个cut出来的列表去重，随后再拼接为大字符串调用FreqDist，这也比之前写这两个函数简单许多。
对于普通的计算频数的需求来说，这个函数能直接解决，十分方便。
更多关于Python相关内容感兴趣的读者可查看本站专题：《Python数学运算技巧总结》、《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》、《Python入门与进阶经典教程》及《Python文件与目录操作技巧汇总》
希望本文所述对大家Python程序设计有所帮助。
相关文章
这篇文章主要介绍了matplotlib在python上绘制3D散点图实例详解，首先介绍了官网的实例，然后分享了本文简单代码示例，具有一定借鉴价值，需要的朋友可以了解下。2017-12-12
这篇文章主要介绍了Python中的hypot()方法使用简介,是Python入门所需掌握的基础知识,需要的朋友可以参考下2015-05-05
这篇文章主要介绍了python执行使用shell命令方法分享，具有一定参考价值，需要的朋友可以了解下。2017-11-11
大家好，本篇文章主要讲的是离线安装python的requests库方法，感兴趣的同学赶快来看一看吧，对你有帮助的话记得收藏一下2022-02-02
在本篇文章里小编给大家分享了关于python集合是否可变的相关知识点总结，有需要的朋友们学习下。2019-06-06
这篇文章主要为大家介绍了Python进阶中利用多线程来爬取网页的示例实现及解析，有需要的朋友可以借鉴参考下，希望能够有所帮助，祝大家多多进步2021-10-10
解读Tensorflow2.0训练损失值降低,但测试正确率基本不变的情况
这篇文章主要介绍了Tensorflow2.0训练损失值降低,但测试正确率基本不变的情况，具有很好的参考价值，希望对大家有所帮助。如有错误或未考虑完全的地方，望不吝赐教2023-06-06
这篇文章主要爹大家分享的是分享3个非常实用的 Python 模块，知道的人可能不多，但是特别的好用，分别是Psutil、Pendulum、Pyfiglet三种模块，需要的小伙伴可以参考下面相关内容，希望对你有所帮助2022-03-03
matplotlib之多边形选区（PolygonSelector）的使用
这篇文章主要介绍了matplotlib之多边形选区（PolygonSelector）的使用，文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值，需要的朋友们下面随着小编来一起学习学习吧2021-02-02
今天小编就为大家分享一篇python 字典 按key值大小 倒序取值的实例，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2018-07-07
最新评论