python jieba分词并统计词频后输出结果到Excel和txt文档
2017-06-14 11:02
706 查看
前两天,班上同学写论文,需要将很多篇论文题目按照中文的习惯分词并统计每个词出现的频率。
让我帮她实现这个功能,我在网上查了之后发现jieba这个库还挺不错的。
运行环境:
安装python2.7.13:https://www.python.org/downloads/release/python-2713/
安装jieba:pip install jieba
安装xlwt:pip install xlwt
具体代码如下:
1.txt是你需要分词统计的文本内容,最后会生成wordCount.txt和wordCount.xls两个文件。下图是最后结果
让我帮她实现这个功能,我在网上查了之后发现jieba这个库还挺不错的。
运行环境:
安装python2.7.13:https://www.python.org/downloads/release/python-2713/
安装jieba:pip install jieba
安装xlwt:pip install xlwt
具体代码如下:
#!/usr/bin/python # -*- coding:utf-8 -*- import sys reload(sys) sys.setdefaultencoding('utf-8') import jieba import jieba.analyse import xlwt #写入Excel表的库 if __name__=="__main__": wbk = xlwt.Workbook(encoding = 'ascii') sheet = wbk.add_sheet("wordCount")#Excel单元格名字 word_lst = [] key_list=[] for line in open('1.txt'):#1.txt是需要分词统计的文档 item = line.strip('\n\r').split('\t') #制表格切分 # print item tags = jieba.analyse.extract_tags(item[0]) #jieba分词 for t in tags: word_lst.append(t) word_dict= {} with open("wordCount.txt",'w') as wf2: #打开文件 for item in word_lst: if item not in word_dict: #统计数量 word_dict[item] = 1 else: word_dict[item] += 1 orderList=list(word_dict.values()) orderList.sort(reverse=True) # print orderList for i in range(len(orderList)): for key in word_dict: if word_dict[key]==orderList[i]: wf2.write(key+' '+str(word_dict[key])+'\n') #写入txt文档 key_list.append(key) word_dict[key]=0 for i in range(len(key_list)): sheet.write(i, 1, label = orderList[i]) sheet.write(i, 0, label = key_list[i]) wbk.save('wordCount.xls') #保存为 wordCount.xls文件
1.txt是你需要分词统计的文本内容,最后会生成wordCount.txt和wordCount.xls两个文件。下图是最后结果
相关文章推荐
- python jieba分词并统计词频后输出结果到Excel和txt文档方法
- python之利用嵌套列表解析将sql查询结果同时写excel和txt文档
- Python jieba 中文分词与词频统计
- 【统计词频】python+excel +jieba
- 统计一TXT文档中单词出现频率,输出频率最高的10个单词
- [python] LDA处理文档主题分布及分词、词频、tfidf计算
- Python进行文本预处理(文本分词,过滤停用词,词频统计,特征选择,文本表示)
- 利用ASP.NET输出指定内容的WORD、EXCEL、TXT、HTM等类型的文档
- 【python初学】TXT文档行数统计
- 使用Python+jieba和java+庖丁分词在Spark集群上进行中文分词统计
- python中如何将mat文件读入并输出到txt文档中
- python读取文件里的单词,统计词频,输出到文件
- python操作excel文件并输出txt文件
- Python练习册 第 0006 题:你有一个目录,放了你一个月的日记,都是 txt,为了避免分词的问题,假设内容都是英文,请统计出你认为每篇日记最重要的词。
- Python脚本:TXT文档行数统计
- 利用ASP.NET输出指定内容的WORD、EXCEL、TXT、HTM等类型的文档
- 文本分词,并统计分词出现次数,结果输出到文件中
- Asp.Net输出指定内容的Word、Excel、TXT、HTM等类型的文档
- python进行中文分词、词性标注、词频统计
- Python分词并进行词频统计