python jieba分词并统计词频后输出结果到Excel和txt文档
来源:互联网 发布:遗传算法 船舶调度 编辑:程序博客网 时间:2024/05/20 16:41
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:
- 安装python2.7.13:https://www.python.org/downloads/release/python-2713/
- 安装jieba:pip install jieba
- 安装xlwt:pip install xlwt
具体代码如下:
#!/usr/bin/python # -*- coding:utf-8 -*- import sysreload(sys)sys.setdefaultencoding('utf-8')import jiebaimport jieba.analyseimport 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
阅读全文
0 0
- python jieba分词并统计词频后输出结果到Excel和txt文档
- Python jieba 中文分词与词频统计
- python 基于jieba模块进行中文分词词频统计
- Python分词并进行词频统计
- jieba分词并写入到TXT文本中
- 【自然语言处理入门】01:利用jieba对数据集进行分词,并统计词频
- 文本分词,并统计分词出现次数,结果输出到文件中
- python统计文档词频
- 合并txt文件,并使用jieba分词
- 使用 wordcloud, jieba, PIL, matplotlib, numpy 进行分词,统计词频,并绘制词云的一次尝试
- 利用结巴分词的Python版本实现分词并统计词频
- IKanalyzer分词实例并统计词频
- 使用Python+jieba和java+庖丁分词在Spark集群上进行中文分词统计
- 使用Python+jieba和java+庖丁分词在Spark集群上进行中文分词统计
- python 统计TXT中的英文词频
- python jieba分词(结巴分词)、提取词,加载词,修改词频,定义词库
- Mapreduce多表关联与词频统计程序运行结果输出到Hbase的两个途径
- 分词统计词频
- 设计模式(10)——组合模式
- Swift: 消除警告-Prototype table cells must have reuse identifiers
- springBoot springSecurty x-frame-options deny
- Android Binder机制
- aqtest 004
- python jieba分词并统计词频后输出结果到Excel和txt文档
- 设计模式之桥接模式(Bridge)
- IE浏览器页面样式混乱
- 欢迎使用CSDN-markdown编辑器
- 设计 iOS 应用时需要知道的 5 件事
- ES6学习之路(三) 字符串扩展
- java基础之Integer.parseInt(String s ,int radix)方法使用解释
- mysql忘记密码的解决办法
- 安装ubuntu 16.04后要做的事情