返回频率分布如何作为整数

Question

我正在使用FreqDist来获取出现在语料库中的单词的出现次数，因为它非常快。问题是ftable没有将答案作为整数返回，我需要对其进行一些基本操作。

words = brown.words()
content = [w for w in words if w.lower()]
ftable = nltk.FreqDist(content)

e.g：

percent = ftable[sing]/ftable[s])*100

我尝试过像ftable.N [唱歌]，但没有运气。

谢谢！

编辑：也在评论中。 w.lower（）是小写语料库中的单词，这样当我对它们运行for循环时，我只是比较小写值，因为ftable完全匹配字符串。如你好！=你好 如果使用Counter就快了吗？ 是否有一种简单的方法可以降低被搜索的语料库/单词列表的大小？

Answer 1

看起来你正在寻找collections.Counter，而不是频率分布：

>>> from collections import Counter
>>> words = ['a', 'a', 'a', 'b']
>>> Counter(words)
Counter({'a': 3, 'b': 1})

此外，[w for w in words if w.lower()]可能有点慢。您可以使用filter(None, words)来加快速度。