Python脚本，用于查找给定文档的词频

我正在寻找一个简单的脚本，可以找到一个给定文档的单词频率（可能通过使用便携式词干分析器）

是否有任何库或简单脚本执行此过程？

使用

---

你应该会数词。根据需要使用

集合计数器

或

dict

。这一部分很容易，但如果不是，你可以通过搜索自己来找到答案

---

我想您还需要Porter词干分析器，它在google上有一个Python版本，用于nltk词干分析。或搜索堆栈溢出：。如果您遇到问题，请在此处发布问题。

collections.Counter（re.findall（r'\w+'，document）中的i.lower（）表示i）

Dup@JBernardo:您的解决方案将“counting”和“counted”作为两个独立的单词计算。使用词干分析器的库会将它们一起计算。同一词干分析器的较新版本在nltk中。看见

import nltk

YOUR_STRING = "Your words"

words = [w for w in YOUR_STRING.split()]
freq_dist = nltk.FreqDist(words)

tokens = freq_dist.keys()

#50 most frequent
most_frequent = tokens[:50]

#50 least frequent
least_frequent = tokens[-50:]