Python实现快速计算词频功能示例
本文实例讲述了Python实现快速计算词频功能。分享给大家供大家参考，具体如下：
这几天看到一位同事的代码，方法如下：
def cut_word(body):
temp_dict={}
if body is not None:
temp=jieba.cut(body)
for t in temp:
temp_dict[t]=1
else:
pass
return temp_dict
这个函数的功能是，输入一段字符串，比如：'今天天气很不错'，输出一个字典，key为使用结巴的cut方法之后切分的词，value为1，如：{'很':1,'今天天气':1,'不错': 1}。
然后我看到同事的另一个方法：
def union_dict(x,y):
_keys = set(sum([obj.keys() for obj in [x,y]],[]))
_total = {}
for _key in _keys:
_total[_key] = sum([obj.get(_key,0) for obj in [x,y]])
return _total
是这样调用的：
final_dict=reduce(union_dict,result)
result是这样产生的：
result=df['body'].apply(cut_word)
也就是把df的body列每一行进行cut_word函数操作（即将字符串转换成一个字典）。
result的类型是series，随后对result用reduce函数进行union_dict操作。
union_dict的作用是，输入两个字典，比如{'很':1,'今天天气':1,'不错': 1}和{'很':1,'今天天气':1,'差': 1}，对key相同的进行value求和，也就是输出会变成{'很':2,'今天天气':2,'不错': 1,'差':1}。
所以这一系列的操作其实是为了计算一大堆文字的词频数，但同事使用的是对每一行分别进行拆分，生成字典，随后
对字典进行合并，其实有些麻烦。
再学习自然语言处理的时候，我了解到nltk有一个方法，可以直接计算词频，用在此处正好。
# -*- coding:utf-8 -*- import nltk import jieba str = '今天天气很不错。今天天气很差' a = list(jieba.cut(str)) cfd = nltk.FreqDist(a)
结果直接是一个带有频数的字典：{'很':2,'今天天气':2,'不错': 1,'很差':1,'。'}
由于同事的函数cut_word对每个词只计一次频数，所以不能直接拼接字符串后调用FreqDist函数，需要对每个cut出来的列表去重，随后再拼接为大字符串调用FreqDist，这也比之前写这两个函数简单许多。
对于普通的计算频数的需求来说，这个函数能直接解决，十分方便。
更多关于Python相关内容感兴趣的读者可查看本站专题：《Python数学运算技巧总结》、《Python数据结构与算法教程》、《Python函数使用技巧总结》、《Python字符串操作技巧汇总》、《Python入门与进阶经典教程》及《Python文件与目录操作技巧汇总》
希望本文所述对大家Python程序设计有所帮助。
相关文章
这篇文章主要介绍了Python入门之三角函数atan2()函数详解，分享了其实例，具有一定参考价值，需要的朋友可以了解下。2017-11-11
这篇文章主要介绍了Python configparser模块应用过程解析,文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下2020-08-08
在文本分析和数据可视化的领域中,词云是一种展示文本数据中关键词频率的直观方式,Python作为一种强大的编程语言,提供了多种库来帮助我们生成词云,在本文中,我们将通过一个简单的示例,展示如何使用Python生成中文词云,需要的朋友可以参考下2024-07-07
这篇文章主要介绍了Python计算一个文件里字数的方法,涉及Python文件操作及内容遍历的相关技巧,需要的朋友可以参考下2015-06-06
CentOS 6.5下安装Python 3.5.2（与Python2并存）
这篇文章主要给大家介绍了在CentOS 6.5下安装Python 3.5.2的方法教程，安装后的python3与Python2并存，文中分享了详细的方法步骤，对大家具有一定的参考学习价值，下面来一起看看吧。2017-06-06
在本篇文章里小编给大家整理了关于python爬取招聘要求等信息实例内容，有兴趣的朋友们可以学习下。2020-11-11
在调用函数的时候,如果没有按照形参传入指定的参数,就会报错,这时,我们可以为函数的参数设置默认的值,下面这篇文章主要给大家介绍了关于Python基础之函数与控制语句的相关资料,需要的朋友可以参考下2022-04-04
今天小编就为大家分享一篇PyCharm安装第三方库如Requests的图文教程，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧2018-05-05
分组聚合是数据处理中常见的场景，在pandas中用groupby方法实现分组操作，用agg方法实现聚合操作，在这篇文章里有主要介绍，感兴趣的朋友请参考下文2021-09-09
今天小编就为大家分享一篇基于pip install django失败时的解决方法，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧2018-06-06
最新评论