python - 计算文件中字母的频率并写入输出文件python

Question

我正在编写一个函数，它接受一个 in_file 并检查该文件中字母的频率，并以这种格式(字母:频率)写入 out_file。这是我到目前为止得到的任何人都可以帮忙吗？

def count_letters(in_file,out_file):
    in_file = open(in_file,"r")
    out_file = open(out_file,"w")
    for line in in_file:
        words = line.split()
        for word in words:
            for letter in word:
                print(letter,':',line.count(letter),file=out_file,end="\n")

Answer 1

根本不需要分词；直接将字符串传递给计数器会更新每个字符的计数。您还需要首先收集所有计数，然后才将它们写入输出文件:

from collections import Counter

def count_letters(in_filename, out_filename):
    counts = Counter()
    with open(in_filename, "r") as in_file:
        for chunk in iter(lambda: in_file.read(8196), ''):
            counts.update(chunk)
    with open(out_filename, "w") as out_file:
        for letter, count in counts.iteritems():
            out_file.write('{}:{}\n'.format(letter, count)

请注意，输入文件是按 8kb block 处理的，而不是一次处理；您可以调整 block 大小(最好是 2 的幂)以最大化吞吐量。

如果您希望输出文件按频率(降序)排序，您可以在此处使用 .most_common() 而不是 .iteritems()。