基于 python 对txt数据频次统计

### Python统计TXT文件中数据的出现频次以下是一个完整的Python脚本，用于统计TXT文件中每个字符或单词的出现频次。此代码综合了参考引用中的方法[^1]，并进行了优化以确保更高的可读性和功能性。 ```python # -*- coding: utf-8 -*- import re # 打开文件 with open('test1.txt', 'r', encoding='UTF-8') as fr: # 读取文件所有内容 content = fr.read() # 去除文本中的标点符号和特殊字符 content = re.sub(r'[^\w\s]', '', content) # 将内容按空格分割为单词列表 words = content.split() # 创建一个字典用于存储单词及其出现次数 word_count = {} # 统计每个单词的出现次数 for word in words: word = word.lower() # 转换为小写以忽略大小写差异 if word not in word_count: word_count[word] = 0 word_count[word] += 1 # 对字典进行排序（按照出现次数从高到低） sorted_word_count = sorted(word_count.items(), key=lambda e: e[1], reverse=True) # 输出结果 print("全文共有%d个单词" % len(words)) print("一共有%d个不同的单词" % len(sorted_word_count)) print() for word, count in sorted_word_count: print("[", word, "] 共出现 ", count, "次") ``` #### 代码说明 1. 使用`re.sub`函数去除文本中的标点符号和特殊字符，以便更准确地统计单词[^2]。 2. 将文本转换为小写，从而忽略大小写差异，确保统计结果更加一致。 3. 使用字典`word_count`来记录每个单词的出现次数，并通过`sorted`函数对字典进行排序，按照单词出现次数从高到低排列。 ### 注意事项 - 确保TXT文件的编码格式为UTF-8，否则可能会导致读取时出现错误。 - 如果需要统计字符而不是单词，可以修改代码逻辑，直接遍历字符串中的每个字符并进行统计。

创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考

下一篇基于pythontxt数据频次统计