python-计算文本中每个单词的出现频率

数据处理

计算文本中每个单词的使用频率，并从高到低进行排序

from string import punctuation
#打开数据导入
text = open('text.txt')

def count(text):
	dic = dict() #创建新字典
	
	for line in text:
	word = line.split() #将字符串分割为list，默认分隔符为空格
	
	for item in word:
		item = item.strip(punctuation) #数据处理，将标点去除
		word_low = item.lower() #统一转为小写字母进行比较
		if word_low in dic:
			dic[word_low] += 1
		else:
			dic[word_low] = 1
	return sorted(dic.items(),key = lambda items:items[1],reverse = True
#按照字典的值的大小进行排序，从大到小

输出例子：
[(‘the’, 186),
(‘of’, 120),
(‘project’, 87),
(‘to’, 82),
(‘ja’, 82),
(‘or’, 78),
(‘you’, 73),
(‘and’, 70)]