通过简单几行Python语句，统计文本单词词频

我们常常看到很多英语培训方面的书籍，告诉你考研、雅思、四六级等听力、阅读的高频单词有哪些。他们是怎么做到的呢？

其实通过Python, 通过简单几行代码就可以实现。

import re    #导入正则表达式

from collections import Counter #导入python的统计模块

txt =open('test.txt', 'r').read().lower() #打开要统计的文本

def word_count(num):

word_pattern =r'[a-zA-Z-]+' #正则表达式，搜集文本

words = re.findall(word_pattern, txt) #查询文本，筛选符合单词特征的，去除不符合的汉字图表等

return Counter(words).most_comm(num) #返回你向统计的前几名的高频单词，num输入你的想定义的前几名，num = 10，代表统计前十名的高频单词

很神奇，简单几行代码就实现了统计高频单词。通过延伸应用，还可以统计哪些文字是该文章的核心关键词。