### 方法一：基于 `collections.Counter` 的实现 以下是一个使用 Python 标准库中的 `collections.Counter` 来统计词频并返回前 n 个高频词的函数： ```python from collections import Counter import re def count_words_counter(s, n): # 使用正则表达式提取单词，并将所有单词转换为小写以忽略大小写差异[^1] words = re.findall(r'\b\w+\b', s.lower()) # 使用 Counter 统计词频 word_counts = Counter(words) # 返回前 n 个高频词及其出现次数 return word_counts.most_common(n) # most_common 按频率降序排列[^1] # 示例运行代码 input_text = "Python is fun. Python programming is easy. Python is powerful." n = 3 result_counter = count_words_counter(input_text, n) print(f"方法一结果: {result_counter}") ``` #### 方法一运行结果示例 假设输入文本为 `"Python is fun. Python programming is easy. Python is powerful."`，运行上述代码后输出如下： ``` 方法一结果: [('python', 3), ('is', 3), ('fun', 1)] ``` --- ### 方法二：基于手动字典统计的实现 以下是一个不依赖 `collections.Counter`，而是通过手动维护字典来统计词频并返回前 n 个高频词的函数： ```python import re def count_words_dict(s, n): # 使用正则表达式提取单词，并将所有单词转换为小写以忽略大小写差异[^2] words = re.findall(r'\b\w+\b', s.lower()) # 手动统计词频 freq = {} for word in words: if word in freq: freq[word] += 1 else: freq[word] = 1 # 按词频排序，返回前 n 个高频词及其出现次数 sorted_freq = sorted(freq.items(), key=lambda x: x[1], reverse=True) # 按值降序排序 return sorted_freq[:n] # 示例运行代码 input_text = "Python is fun. Python programming is easy. Python is powerful." n = 3 result_dict = count_words_dict(input_text, n) print(f"方法二结果: {result_dict}") ``` #### 方法二运行结果示例 假设输入文本为 `"Python is fun. Python programming is easy. Python is powerful."`，运行上述代码后输出如下： ``` 方法二结果: [('python', 3), ('is', 3), ('fun', 1)] ``` --- ### 两种方法的对比 - **方法一**利用了 `collections.Counter` 提供的高效统计和排序功能，代码简洁且易于理解。 - **方法二**通过手动实现字典统计和排序，虽然代码稍显冗长，但有助于理解词频统计的底层逻辑。 --- ###