### 如何使用 Python 实现单词统计功能 以下是几种常见的方法来实现单词计数功能，每种方法都具有不同的特点和适用场景。 --- #### 方法一：手动构建字典进行计数 这种方法通过遍历单词列表并更新字典中的键值对完成计数任务。这种方式简单直观，适合初学者理解基本逻辑。 ```python def wordcount(text): # 初始化一个空字典用于存储单词及其对应的数量 counts = {} # 将文本转换为小写，并移除标点符号后按照空格拆分成单词数组 words = text.lower().replace('.', '').replace(',', '').split() # 遍历每一个单词，如果已经存在于counts字典，则加1；否则初始化为1 for word in words: if word in counts: counts[word] += 1 else: counts[word] = 1 return counts ``` 此方法的核心在于逐步填充字典的过程[^1]。 --- #### 方法二：利用 `collections.Counter` 进行高效计数 对于更简洁高效的解决方案，可以借助标准库模块 `collections` 中的 `Counter` 类型自动完成这一过程。 ```python import re from collections import Counter def wordcount(text): # 使用正则表达式提取所有由字母组成的单词，并全部转化为小写形式 words = re.findall(r'\b\w+\b', text.lower()) # 应用 Counter 统计各单词出现次数 word_count = Counter(words) return dict(word_count) ``` 这里采用了正则表达式过滤掉非字母字符[^2]，并通过 `Counter` 完成了快速统计。 --- #### 方法三：采用 `defaultdict` 简化字典操作 另一种替代方案是运用 `collections.defaultdict` 构造默认整数值的字典结构，从而省去了显式的存在性判断步骤。 ```python import re from collections import defaultdict def wordcount(text): # 创建带有初始值0的默认字典对象 word_count = defaultdict(int) # 清理输入字符串至仅含单词部分再转小写处理 cleaned_text = re.sub(r'[^\w\s]', '', text).lower() # 移除多余空白符包括换行符等 normalized_text = re.sub(r'\s+', ' ', cleaned_text).replace('\n', ' ') # 分割成单独词语集合 words = normalized_text.split() # 更新每个遇到的单词计数值 for word in words: word_count[word] += 1 return dict(word_count) ``` 这段代码展示了如何预处理原始数据以及怎样有效管理内部状态变化[^3]。 --- #### 示例运行结果对比 假设我们有如下一段话作为测试材料： > "Hello world! Hello everyone. Welcome to the wonderful world of programming." 三种不同定义下的函数调用均会产生一致的结果集： ```python {'hello': 2, 'world': 2, 'everyone': 1, 'welcome': 1, 'to': 1, 'the': 1, 'wonderful': 1, 'of': 1, 'programming': 1} ``` --- ###