中文词频统计

1.下载一中文长篇小说，并转换成UTF-8编码。

2.使用jieba库，进行中文词频统计，输出TOP20的词及出现次数。

3.排除一些无意义词、合并同一词。

4.对词频统计结果做简单的解读。

import jieba
fo=open('66.txt','r',encoding='utf-8')
t=fo.read()
fo.close()

for i in  '，。《》？':
    t=t.replace(i,' ') 
w=list(jieba.cut(t))
de={' ','\n','"','.'}
dic={}
key=set(w)-de
for i in key:
    if len(i)>1:
        dic[i]=w.count(i)

wcl=list(dic.items())
wcl.sort(key=lambda x:x[1],reverse=True)

for i in range(20):
    print(wcl[i])

这篇文章写的是主人公在回忆刘峰30多年前的事情。