python统计词频瓦尔登湖_1.5 python文件操作

1.5.1 文件的具体操作

打开文件

f = open('test.txt', 'w')

在python，使用open函数，可以打开一个已经存在的文件，或者创建一个新文件：

open(文件名，访问模式)

写数据(write)

f = open('test.txt', 'w')

f.write('hello world,n')

f.write('i am here!n')

f.close()

结果

hello world,

i am here!

读数据(read)

part 1

f = open('test.txt', 'r')

content = f.read(5)

print(content)

print("-"*30)

content = f.read()

print(content)

f.close()

结果

hello

------------------------------

world,

i am here!

使用read(num)可以从文件中读取数据，num表示要从文件中读取的数据的长度(单位是字节)，如果没有传入num，那么就表示读取文件中所有的数据

part 2

f = open('test.txt', 'r')

content = f.readlines()

print(type(content))

结果

['hello world,n', 'i am here!n']

总结

打开文件

文件操作方法

1.5.2 操作实例

小说《Walden》单词词频统计

Walden中文译名《瓦尔登湖》，是美国作家梭罗独居瓦尔登湖畔的记录，描绘了他两年多时间里的所见、所闻和所思。该书崇尚简朴生活，热爱大自然的风光，内容丰厚，意义深远，语言生动。请用Python统计小说Walden中各单词出现的频次，并按频次由高到低排序。

示例：

lyric = ‘The night begin to shine, the night begin to shine’

words = lyric.split()

print(words)

words.count(words[1])

import re # 正则表达式

f = open('Walden.txt', 'r')

txt = f.read() # 读取进来的数据类型是字符串

f.close()

txt = txt.lower() # 英文字母全部变成小写

txt = re.sub('[,.?:"'!-]', '', txt) # 去除小说中的标点符号

words = txt.split() # 单词分割

word_sq = {}

for i in words:

if i not in word_sq.keys():

word_sq[i] = 1

else:

word_sq[i] += 1

res = sorted(word_sq.items(), key=lambda x:x[1], reverse=True) # 排序

print(res)

txt = re.sub('[,.?:"'!-]', '', txt)

txt = re.sub('带去除的内容', '需替换的内容',需处理的字符串)

res = sorted(word_sq.items(), key=lambda x:x[1], reverse=True)

reverse是降序排列

结果太长了，自己运行

附 'Walden.txt',字数限制，需要的私聊我

原文链接:https://blog.csdn.net/lue_lue_lue_/article/details/107129238