### Python 实现统计英文文本中单词频率的代码示例 以下是一个完整的 Python 示例代码，用于统计英文文本中每个单词的出现频率。该代码使用字典来存储单词及其对应的频率，并对结果进行排序以便于查看。 ```python from collections import Counter import re def count_word_frequency(text): # 使用正则表达式将文本中的非字母字符替换为空格 cleaned_text = re.sub(r'[^a-zA-Z\s]', ' ', text) # 将文本转换为小写并按空格分割成单词列表 words = cleaned_text.lower().split() # 使用 Counter 统计每个单词的出现次数 word_count = Counter(words) return word_count # 示例文本 text = """ To be, or not to be, that is the question: Whether 'tis nobler in the mind to suffer The slings and arrows of outrageous fortune, Or to take arms against a sea of troubles, """ # 调用函数并打印结果 word_frequencies = count_word_frequency(text) # 按照频率从高到低排序 sorted_word_frequencies = word_frequencies.most_common() for word, freq in sorted_word_frequencies: print(f"{word}: {freq}") ``` #### 代码说明 1. **正则表达式清理文本**：通过 `re.sub` 方法去除所有非字母字符，避免标点符号干扰单词统计[^2]。 2. **文本标准化**：将所有单词转换为小写以确保大小写不影响统计结果[^3]。 3. **单词分割与统计**：使用 `str.split()` 方法将文本拆分为单词列表，并利用 `collections.Counter` 快速统计每个单词的出现次数[^4]。 4. **结果排序**：通过 `Counter.most_common()` 方法对单词频率进行降序排列，便于查看高频单词[^1]。 #### 输出示例 假设输入文本为莎士比亚名句，则输出可能如下： ``` to: 4 be: 2 or: 2 not: 1 that: 1 is: 1 the: 1 question: 1 whether: 1 tis: 1 nobler: 1 in: 1 mind: 1 suffer: 1 slings: 1 and: 1 arrows: 1 of: 1 outrageous: 1 fortune: 1 take: 1 arms: 1 against: 1 a: 1 sea: 1 troubles: 1 ``` ### 注意事项 - 如果文本较大，建议分块读取文件内容以节省内存[^3]。 - 对于包含特殊字符或多种语言的文本，需要进一步优化清理规则[^2]。