Question

示例文本文件：

airport, 2007, 175702
airport, 2008, 173294
request, 2005, 646179
request, 2006, 677820
request, 2007, 697645
request, 2008, 795265
wandered, 2005, 83769
wandered, 2006, 87688
wandered, 2007, 108634
wandered, 2008, 171015

此文本文件包含一个单词（例如：'airport'）;一年和该年度使用该词的次数。我所做的是创造了一个课程，使这个词成为一个关键，并有那一年的年份和事件。现在我想要做的是找到从a到z的每个字母的出现次数。这是通过查找字母中每个字母出现的次数然后乘以该数字，但该字的出现总数加上其他单词的相同数来完成的。

示例：

'A';在漫步和机场出现一次，所以我们得到1（83769 + 87688 + 108634 + 171015）= 451106总共出现'a'在徘徊和1（175702 + 173294）= 348996总出现'a'在机场来到字母a总共出现了800102次。为了找到'a'出现的频率，我们将800102除以所有字母的总数25770183，并给出字母'a'的频率0.013047。 'b'和'c'将为0.0，因为目前没有任何单词使用这些字母。

这是我到目前为止所得到的，但它根本不起作用，我的想法是：

from wordData import*

def letterFreq(words):
    totalLetters = 0
    letterDict = {'a':0,'b':0,'c':0,'d':0,'e':0,'f':0,'g':0,'h':0,'i':0,'j':0,'k':0,'l':0,'m':0,'n':0,'o':0,'p':0,'q':0,
                  'r':0,'s':0,'t':0,'u':0,'v':0,'w':0,'x':0,'y':0,'z':0}

    for word in words:
        totalLetters += totalOccurances(word,words)*len(word)
        for char in range(0,len(word)):
            for letter in letterDict:
                if letter == word[char]:
                    for year in words[word]:
                        letterDict[letter] += year.count
    for letters in letterDict:
        letterDict[letters] /= totalLetters


    print(letterDict)

def main():
    filename = "data/very_short.csv"
    words = readWordFile(filename)
    letterFreq(words)

    if __name__ == '__main__':
        main()

Answer 1

如果您想要文件中所有字母的计数，请使用collections.Counter字典：

from collections import Counter
c = Counter()
with open("input.txt") as f:
    for line in f:
        c.update(line.split(",")[0])
    print(c)
Counter({'e': 16, 'r': 12, 'd': 8, 'a': 6, 't': 6, 'n': 4, 'q': 4, 's': 4, 'u': 4, 'w': 4, 'i': 2, 'o': 2, 'p': 2})

要使总数乘以它出现的次数：

from collections import Counter
c = Counter()
with open("input.txt") as f:
    for line in f:
        word, year, count = line.split()
        c.update(word*int(count))

 print(c["a"] / float(sum(c.values())))

使用python从文件中的字符串中写出频率

1 个答案: