### Python统计TXT文件中数据的出现频次并输出最高频次前200个 以下是实现该功能的Python代码。代码会读取指定的TXT文件，统计其中每个单词的出现次数，并将出现频次最高的前200个单词及其对应的频次保存到一个新的TXT文件中。 ```python import os from collections import Counter import re def count_word_frequencies(input_file, output_file, top_n=200): # 检查输入文件是否存在 if not os.path.exists(input_file): print(f"Error: File {input_file} does not exist.") return # 读取文件内容 with open(input_file, 'r', encoding='utf-8') as file: text = file.read().lower() # 将文本转换为小写以忽略大小写差异 # 使用正则表达式提取单词 words = re.findall(r'\b\w+\b', text) # 统计单词频次 word_counts = Counter(words) # 获取频次最高的前top_n个单词 most_common_words = word_counts.most_common(top_n) # 将结果写入输出文件 with open(output_file, 'w', encoding='utf-8') as file: for word, count in most_common_words: file.write(f"{word},{count}\n") # 示例调用 input_file = "arpa001.txt" # 输入文件名 output_file = "eapa001_count.txt" # 输出文件名 count_word_frequencies(input_file, output_file) ``` #### 代码说明 1. **文件读取**：通过`open()`函数读取输入文件的内容，并将其转换为小写，以便在统计时忽略大小写差异[^1]。 2. **正则表达式提取单词**：使用`re.findall()`函数提取所有单词。`\b\w+\b`是一个常用的正则表达式模式，用于匹配单词[^2]。 3. **统计频次**：利用`collections.Counter`类对提取出的单词进行频次统计[^3]。 4. **获取前N个高频词**：通过`most_common()`方法获取出现频次最高的前200个单词及其对应的频次。 5. **结果保存**：将结果保存到指定的输出文件中，每行包含一个单词及其频次，中间用英文半角逗号隔开。 #### 注意事项 - 确保输入文件`arpa001.txt`存在且编码正确。如果文件编码不是UTF-8，可能需要调整`open()`函数中的`encoding`参数。 - 如果文件较大，可以考虑逐行读取以减少内存占用。