本文共 1111 字，大约阅读时间需要 3 分钟。

问题：载入文档，统计字频并排序。

引申：如果需要统计中文词频，首先需要进行中文分词，可以通过结巴分词包来做简单的中文分词，然后去统计词频。

方法一：字典方法。将字作为字典的键，字频作为字典的值。在录入字时首先判断是否存在于字典键中，如果已存在，更改字典的值，如果不存在，将新的字作为键，值设为1。最后根据键值排序。

#字典方法统计字频dic = {}path = r'test.txt'f = open(path,'r')f.closefor i in f.readlines():       for j in i:        if j in dic.keys():            dic[j] += 1        else:            if j == ' ' or j == '\n':                continue            else:                dic[j]=1dic = sorted(dic.items(), key=lambda d:d[1], reverse = True)                for k in range(len(dic)):    print dic[k][0],dic[k][1]

方法二：数组方法。原理同上，添加了读取文档，保存到文档。

path = r'C:/Users/Desktop/test.txt'f = open(path,'r')f.closezi = []count = []for i in f.readlines():    i = i.decode('gbk')    #print i    for j in i:        if j in zi:             count[zi.index(j)] += 1        else:            if j == ' ' or j == '\n':                continue            else:                zi.append(j)                count.append(1)for i in range(len(zi)):            print zi,'\n',countpath_w = r'C:/Users/Desktop/testWrite.txt'g = open(path_w,'w')g.write(str(zi))g.write('\n')g.write(str(count))g.close

转载地址：http://xmsti.baihongyu.com/