python-3.x - 试图找到单词的频率。有什么方法可以把这封信算作它自己的词吗？

Question

我正在尝试计算某个词的使用频率。如果我说“嗨，我是尼克”，它会为每个单词给我一个计数。我按照这本书做的，但是当我做类似“我像风筝一样高”的事情时，我得到 3 次 i 和 a。有没有办法只计算 i 和 a 自己？

txt = "i am high as a kite"

x = txt.split(" ")

for num_of_instances in x:
    count = txt.count(num_of_instances)
    print(num_of_instances, count)

Answer 1

只是做:

x.count(num_of_instances)

代替:

txt.count(num_of_instances)

仍然，这将重复计算句子中的重复单词，如 "to be or not to be"(be 和 to 将被计算在内两次)，最好使用集合来删除这些重复项(但是你会丢失单词出现的顺序):

txt = "to be or not to be"

x = txt.split(" ")

for num_of_instances in set(x):
    count = x.count(num_of_instances)
    print(num_of_instances, count)

输出(每次执行代码顺序可能会改变):

be 2
to 2
not 1
or 1

最好使用 Counter 对象:

from collections import Counter
txt = "to be or not to be"
x = Counter(txt.split(" "))

for word, count in x.items():
    print(word, count)

输出:

to 2
be 2
or 1
not 1