文件方式实现完整的英文词频统计实例

1.读入待分析的字符串

2.分解提取单词 

3.计数字典

4.排除语法型词汇

5.排序

6.输出TOP(20)

7.对输出结果的简要说明。

fr=open('news.txt','r')
s=fr.read()
s=s.lower()   #字符串处理
print('将所有大写变为小写：',s)
for i in ',.':
    s=s.replace(i,' ')
print('替换符号：',s)

b=s.split(' ')#单词的列表
print('分隔出一个一个的单词:',b)
exp={'','the','of','and','to','a','on','in'}#不参与统计的单词的集合
dic={}
keys=set(b)-exp#键的集合
for w in keys:
    dic[w]=b.count(w)#计数字典
c=list(dic.items())#（单词，计数）元组的列表
c.sort(key=lambda x:x[1],reverse=True)#列表排序
print('排序后：',c)

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