个人中心
文章发布
退出
作者热门文章
- ubuntu12.04环境下使用kvm ioctl接口实现最简单的虚拟机
- Ubuntu 通过无线网络安装Ubuntu Server启动系统后连接无线网络的方法
- 在Ubuntu上搭建网桥的方法
- ubuntu 虚拟机上网方式及相关配置详解
26
4
CFSDN坚持开源创造价值，我们致力于搭建一个资源共享平台，让每一个IT人在这里找到属于你的精彩世界.
这篇CFSDN的博客文章python jieba分词并统计词频后输出结果到Excel和txt文档方法由作者收集整理，如果你对这篇文章有兴趣，记得点赞哟.
前两天，班上同学写论文，需要将很多篇论文题目按照中文的习惯分词并统计每个词出现的频率.
让我帮她实现这个功能，我在网上查了之后发现jieba这个库还挺不错的.
运行环境:
具体代码如下:
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
|
#!/usr/bin/python
# -*- coding:utf-8 -*-
import
sys
reload
(sys)
sys.setdefaultencoding(
'utf-8'
)
import
jieba
import
jieba.analyse
import
xlwt
#写入Excel表的库
if
__name__
=
=
"__main__"
:
wbk
=
xlwt.Workbook(encoding
=
'ascii'
)
sheet
=
wbk.add_sheet(
"wordCount"
)
#Excel单元格名字
word_lst
=
[]
key_list
=
[]
for
line
in
open
(
'1.txt'
):
#1.txt是需要分词统计的文档
item
=
line.strip(
'\n\r'
).split(
'\t'
)
#制表格切分
# print item
tags
=
jieba.analyse.extract_tags(item[
0
])
#jieba分词
for
t
in
tags:
word_lst.append(t)
word_dict
=
{}
with
open
(
"wordCount.txt"
,
'w'
) as wf2:
#打开文件
for
item
in
word_lst:
if
item
not
in
word_dict:
#统计数量
word_dict[item]
=
1
else
:
word_dict[item]
+
=
1
orderList
=
list
(word_dict.values())
orderList.sort(reverse
=
True
)
# print orderList
for
i
in
range
(
len
(orderList)):
for
key
in
word_dict:
if
word_dict[key]
=
=
orderList[i]:
wf2.write(key
+
' '
+
str
(word_dict[key])
+
'\n'
)
#写入txt文档
key_list.append(key)
word_dict[key]
=
0
for
i
in
range
(
len
(key_list)):
sheet.write(i,
1
, label
=
orderList[i])
sheet.write(i,
0
, label
=
key_list[i])
wbk.save(
'wordCount.xls'
)
#保存为 wordCount.xls文件
|
1.txt是你需要分词统计的文本内容，最后会生成wordCount.txt和wordCount.xls两个文件。下图是最后结果 。
以上就是本文的全部内容，希望对大家的学习有所帮助，也希望大家多多支持我.
原文链接：http://blog.csdn.net/u014070086/article/details/73201590 。
最后此篇关于python jieba分词并统计词频后输出结果到Excel和txt文档方法的文章就讲到这里了,如果你想了解更多关于python jieba分词并统计词频后输出结果到Excel和txt文档方法的内容请搜索CFSDN的文章或继续浏览相关文章，希望大家以后支持我的博客！ 。
26
4
0
我目前正在学习数据挖掘，有以下问题。 机器学习和数据挖掘之间有什么关系？ 我发现许多数据挖掘技术都与统计相关，而我“听说”数据挖掘与机器学习有很多关系。所以我的问题是:机器学习与统计学密切相关吗？ 如
我有很多表的数据，例如: event_id player finish 1 a 1 1 b 2 1 c
我对 http_status_module 提供的统计数据感兴趣 特别是上游部分的统计数据。 http://nginx.org/en/docs/http/ngx_http_status_module.
除了 Cluster MBean 之外，是否有任何可以在 Akka (Java) 中启用的内置 JMX 公开监控/统计信息？我看过 Typesafe Console，但由于它需要许可证才能用于从多个节
我正在尝试在我的程序中使用“usage”统计信息来获取类似于 time 的数据工具。但是，我很确定我做错了什么。这些值似乎是正确的，但有时可能有点奇怪。我没有在网上找到好的资源。有人知道如何做得更好吗
我有一个带有统计表的 MySQL 数据库。我想以年历、月度的形式输出数据。对于没有点击率的几个月，我想花费一个“空”DIV。有两个ID。 $query = mysqli_query($db,"SELE
设置: 问题是经典概率问题的复杂形式: 70 colored balls are placed in an urn, 10 for each of the seven rainbow colors.
有哪些 Ruby gem 可以执行数据处理？ 最佳答案 我知道有 3 种从 Ruby 访问 R 的方法: RinRuby RSRuby 通过 Rserve-Ruby-Client 预约 RinRuby
背景 图像领域内的一个国内会议快要召开了，要发各种邀请邮件，之后要录入、统计邮件回复（参会还是不参会等）。如此重要的任务，老师就托付给我了。ps: 统计回复邮件的时候，能知道谁参会或谁不参会。
我正在添加用户输入的几个数字并将它们添加到数组列表中。 到目前为止我的代码: package project143; import java.util.*; /** * @author -- */
正如标题所示，我需要做的是在各种 iO/Android/Windows 应用程序中跟踪各种用户事件 - 例如点击、滑动、在页面上花费的时间等。 这些应用程序基于响应式 HTML/CSS/JS，并具有简
我希望计算 HTML 表中每个唯一值的实例数，并在其自己的表中返回结果。该表是根据用户的文本输入生成的。例如，用户输入可能如下所示: Report 46 Bob Marley 4/20/2
如何使用 PHP 计算数字数组的 z 分数？我需要计算 z 分数，然后找到百分位数 (CDF)!我可以使用哪些 PHP 函数？谢谢! 最佳答案 以下代码将给出 CDF 的良好近似值(Abramowit
我只是想知道是否可以计算 GitHub 上空存储库的总数。 如果不适合所有用户，可以为自己做吗？ 编辑 我已经尝试过size:0搜索，但似乎返回了很多包含数据的存储库。采用 size:0..1 之类的
public class Scanner { private HtmlProcessor hp; private String baseUrl; private int ste
我正在使用 Mule ESB 3.4。我想开发一个自定义 Java 组件来计算流收到的请求数量。流程将例如像这样: http inbound-endpoint -> counter -> vm-out
我喜欢借助 GitHub API 来统计存储库中所有开放的拉取请求和问题。我发现 API 端点 /repos/:owner/:repo 结果包含 open_issues 属性。然而，这是问题和拉取请求
如何使用 PHP 计算数字数组的 z 分数？我需要计算 z 分数，然后找到百分位数 (CDF)!我可以使用哪些 PHP 函数？谢谢! 最佳答案 以下代码将给出 CDF 的良好近似值(Abramowit
已关闭。此问题需要 debugging details 。目前不接受答案。 编辑问题以包含 desired behavior, a specific problem or error, and the
我正在尝试以编程方式获取搜索字词列表的 Google 新闻搜索结果计数(即有多少个结果)，但仅限于过去 1 年。使用用户界面搜索时，结果计数仅出现在常规搜索中，但在“工具 > 最近 > 过去一年”下时
我是一名优秀的程序员,十分优秀！