python统计英文词频 python英文词频统计代码

#英文单词词频统计
import turtle #引入turtle库
##定义全局变量##
#词频排列显示个数
count=10
#单词频率数组——作为y轴数据
data=[]
#单词数组——作为x轴数据
words=[]
#y轴显示放大倍数——可以词频数量进行调节
yscale=10
#x轴显示放大倍数——可以根据count数量进行调节
xscale=60
######################Turtle Start##################
#从点（x1,y1)到(x2,y2)绘制线段
def drawline(t,x1,y1,x2,y2):
t.penup()
t.goto(x1,y1)
t.pendown()
t.goto(x2,y2)
#在坐标（x,y)处写文字
def drawtext(t,x,y,text):
t.penup()
t.goto(x,y)
t.pendown()
t.write(text)
###以上两个函数中t是用于绘制的turtle对象
####定义drawgraph()实现完整的统计图绘制
def drawgraph(t):
#绘制x/y轴线
drawline(t,0,0,700,0)
drawline(t,0,360,0,0)
#x轴：坐标及描述

for x in range(count):
x=x+1#向右移一位，为了不画在原点上
drawtext(t,x*xscale-4,-20,words[x-1])
drawtext(t,x*60-4,data[x-1]*yscale+10,data[x-1])
drawbar(t)
#绘制一个柱体
def drawrectangle(t,x,y):
x=x*xscale
y=y*yscale
#以上是显示放大倍数
drawline(t,x-10,0,x-10,y)
drawline(t,x-10,y,x+10,y)
drawline(t,x+10,y,x+10,0)
drawline(t,x+10,0,x-10,0)
#绘制多个柱体
def drawbar(t):
for i in range(count):
drawrectangle(t,i+1,data[i])

####定放对文本的每一行计算词频的函数 processline()
def processline(line,wordcounts):
#用空格替换标点符号
line=replacepunctuations(line)
#从每一行获取每个词
words=line.split()
for word in words:
if word in wordcounts:#对每个出现的词在字典wordcounts中查找
wordcounts[word]+=1#如果该词出现过，为计数器加1
else:
wordcounts[word]=1#否则为字典增加新的一项

"""字典的键是单词的字符串类型，字典的值为单词出现的频率"""
###定义用空格替换标点的函数replaceunctuations()
def replacepunctuations(line):
for ch in line:
if ch in "~@#$%^&*()!_-+=<>?/,.:;{}[]|\'""":
line=line.replace(ch," ")
return line

def main():
#用户输入一个文件名
filename=input("Enter a filename:").strip()#用strip方法去掉开头结尾处的空格
infile=open(filename,"r")
#建立用于词频统计的空字典
wordcounts={}#此处要用{ }
for line in infile:
processline(line.lower(),wordcounts)
#lower()将所有大写字母都变为小写，processline()写入字典
#从字典中获取数据对
parirs=list(wordcounts.items())#从字典中获取数据对，存入列表pairs
#列表中的数据对交换位置，数据对排序
items=[[x,y] for (y,x) in parirs] #字典中是键值对，交换位置目的是把值放在前面
items.sort()#用sort()对数据进行排序，按值进行排序
#输出count个数词频结果
for i in range(len(items)-1,len(items)-count-1,-1):
"""range(start, stop, step)
参数说明：

start: 计数从 start 开始。默认是从 0 开始。例如range（5）等价于range（0， 5）;
stop: 计数到 stop 结束，但不包括 stop。例如：range（0， 5） 是[0, 1, 2, 3, 4]没有5
step：步长，默认为1。例如：range（0， 5） 等价于 range(0, 5, 1)"""
print(items[i][1],'\t',str(items[i][0]))
data.append(items[i][0])
words.append(items[i][1])
#根据词频结果绘制柱状图 
turtle.title('词频结果柱状图')
turtle.setup(900,750,0,0)#建立图形窗口
t=turtle.Turtle()#初始化画笔
t.hideturtle()#隐藏画笔形状
t.width(3)#定义画笔宽度
drawgraph(t)#调用自己定义的绘制图形函数

#调用main()函数

main()