※ 引述《harohepowegr (harohepowegr)》之铭言： : 先读入两个txt档 : b1 : This is a book : This is a pen : This is a table : This is a desk : b2 : This is a papaya : This is a pineapple : This is a banana : This is a melon 我想这是一个计算每个单字（以空格作断词）的一只程式。 以下是我自己的意见提供你参考，也欢迎大家讨论 ~ : 以下为程式码 : #读档函式 : def readbook(filename): : readin = open(filename) : count = [] : for line in readin: : letter = line.split() : count = count + letter : return count 首先，如果是增加一个 list 内的元素，可以善用 .append(), .extend() 这边可以改写成 count.extend(line.split()) def readbook(filename): count = [] with open(filename) as f: for line in f: count.extend(line.split()) return count : #计算出现次数 : def list2dict(count): : ldict = dict() : for ch in count: : ldict[ch]=ldict.get(ch,0)+1 : return ldict 用 dict 计算词频，可以善用 Python standard library 中的 collections.Counter https://docs.python.org/3/library/collections.html#collections.Counter 此段程式码可以用 return Counter(count) 来取代 Counter 有非常多好用的功能，包含他相加就是次数的相加，不存在的 key 会回传 0， 提供 .most_common() 的词频排序功能…（请看官网说明） 在这边能用 Counter.update() 的函式来更新词频，可以传入 list 或者 dict : book1 = readbook('b1.txt') : book2 = readbook('b2.txt') : text = list2dict(book1+book2) : print('全部出现的单字和次数') : print(list2dict(book1+book2)) 因此整只程式可以改写成： from collections import Counter word_freq = Counter(readbook('b1.txt')) word_freq.update(readbook('b2.txt')) print(word_freq) 为什麽写入的内容不一样，你可以试试以下的函式： with open('output.txt', 'w') as f: f.write(str(word_freq)) 细节可以再想想~ 再来讲断词的部份。这些程式码可以写得再简单一点， 在 readbook 中可以用双层的 list comprehension 来完成： with open(filename) as f: return Counter( [wd for line in f for wd in line.split()] ) 或者，他根本可以是一个 generator return Counter( w for l in f for w in line.split() ) 以上~ -- >>>>>> PyCon APAC 2014/TW <<<<<< 手把手课程 PlaY Data 与 Intro to Django 热烈报名中！ 详情请见 https://tw.pycon.org/2014apac/zh/tutorial/ --

※ 发信站: 批踢踢实业坊(ptt.cc), 来自: 140.112.217.22 ※ 文章网址: http://webptt.com/cn.aspx?n=bbs/Python/M.1398425034.A.7C1.html ※ 编辑: ccwang002 (140.112.217.22), 04/25/2014 19:29:26