统计文本词频的几种方法（Python）
在Python中，统计文本词频的几种方法包括：
- 使用Python内置的
collections模块中的Counter类。 - 使用正则表达式分割文本，然后通过字典统计词频。
- 使用
jieba库进行中文分词后统计词频。
下面是这些方法的示例代码：
- 使用
Counter类：
from collections import Counter
text = "This is an example for word frequency counting."
counter = Counter(text.split())
print(counter)- 使用正则表达式和字典：
import re
text = "This is an example for word frequency counting."
words = re.findall(r'\w+', text)
word_freq = {word: words.count(word) for word in set(words)}
print(word_freq)- 使用
jieba库进行中文分词：
import jieba
text = "这是一个例子来进行词频统计。"
words = jieba.cut(text)
word_freq = Counter(words)
print(word_freq)注意：jieba库需要先通过pip install jieba进行安装。
评论已关闭