Python 2.7 Python词频计数程序

我用python创建了一个简单的单词计数程序，它读取一个文本文件，计算单词频率，并将结果写入另一个文件。问题是，当单词被重复时，程序会写入同一单词的初始计数和最终计数。例如，如果一个单词“hello”重复了3次，则程序在输出中写入3个hello实例，如下所示：

词频计数

你好-1

你好-2

你好-3

代码是：

counts ={}
for w in words:
 counts[w] = counts.get(w,0) + 1
 outfile.write(w+','+str(counts[w])+'\n')'

---

任何帮助都将不胜感激。我对python非常陌生。

您是否考虑过先在程序中存储频率计数，然后在最后编写它？这当然比为每个计数重写输出文件要简单。

您是否考虑过先将频率计数存储在程序中，然后在最后全部写入？这当然比为每次计数重写输出文件要简单。

解决此问题的实际方法是使用

计数器，如下所示：

>>> from collections import Counter
>>> words = ['b','b','the','the','the','c']
>>> Counter(words).most_common()
[('the', 3), ('b', 2), ('c', 1)]

另一种解决方法是使用
defaultdict
，其工作原理与上面的
计数器类似：

>>> from collections import defaultdict
>>> d = defaultdict(int)
>>> for word in words:
...    d[word] += 1
...
>>> d
defaultdict(<type 'int'>, {'the': 3, 'b': 2, 'c': 1})

>>从集合导入defaultdict
>>>d=默认dict（int）
>>>用文字表示：
...    d[字]+=1
...
>>>d
defaultdict（，{'the'：3，'b'：2，'c'：1}）

无论你如何计算字数，你只能在计算完所有字数后写入文件；否则，您将为每个“计数”写入一次，一旦该单词出现多次，您的输出将加倍

因此，首先收集计数，然后写出它们。
解决这一问题的实际方法是使用
计数器，如下所示：

>>> from collections import Counter
>>> words = ['b','b','the','the','the','c']
>>> Counter(words).most_common()
[('the', 3), ('b', 2), ('c', 1)]

另一种解决方法是使用
defaultdict
，其工作原理与上面的
计数器类似：

>>> from collections import defaultdict
>>> d = defaultdict(int)
>>> for word in words:
...    d[word] += 1
...
>>> d
defaultdict(<type 'int'>, {'the': 3, 'b': 2, 'c': 1})

>>从集合导入defaultdict
>>>d=默认dict（int）
>>>用文字表示：
...    d[字]+=1
...
>>>d
defaultdict（，{'the'：3，'b'：2，'c'：1}）

无论你如何计算字数，你只能在计算完所有字数后写入文件；否则，您将为每个“计数”写入一次，一旦该单词出现多次，您的输出将加倍

因此，首先收集计数，然后写出它们。
使代码工作的方法：

counts ={}
for w in words:
    counts[w] = counts.get(w,0) + 1

for w in counts:
    outfile.write(w+','+str(counts[w])+'\n')

但我认为Burhan Khalid建议使用计数器是解决问题的更好方法。
使代码工作的方法：

counts ={}
for w in words:
    counts[w] = counts.get(w,0) + 1

for w in counts:
    outfile.write(w+','+str(counts[w])+'\n')

但我认为伯汉·哈立德建议使用计数器是解决这个问题的更好办法。
先计数，然后打印。计数时不要打印。所以把最后一行放在它自己的循环中，循环计数。在这种情况下，我无法提取相关单词：首先计数，然后打印。计数时不要打印。所以把最后一行放在它自己的循环中，循环计数。在这种情况下，我无法提取相关单词：