1.準備utf-8編碼的文本文件file

2.通過文件讀取字符串 str

3.對文本進行預處理

4.分解提取單詞 list

5.單詞計數字典 set , dict

6.按詞頻排序 list.sort(key=)

7.排除語法型詞匯，代詞、冠詞、連詞等無語義詞

8.輸出TOP(20)

代碼：

#讀取fire文本文件
f = open(‘fire.txt‘,‘r‘,encoding=‘utf-8‘)
fire = f.read()
f.close()
print(fire)
#預處理
print(fire.lower())  #全部字母小寫
a = ",.;:‘`"   #特殊符號歸集為字符串
for
 
 b in a:
    fire.replace(b,‘ ‘)   #利用for循環語句把特殊符號替換成空格
    print(fire)

#分別從空格提取單詞
firelist = fire.split()
print(firelist)

#統計每個單詞出現的次數
fireset = set(firelist)  #把列表firelist轉換成集合，使得單詞不會重復出現
#排除語法型詞匯，代詞、冠詞、連詞等無語義詞
se = {‘a‘,‘the‘,‘and‘,‘we‘,‘you‘,‘of‘}
fireset =fireset-se
firedict = {}  #創建一個空字典，用於存儲
 

# #遍歷fireset集合，放入單詞為鍵，統計的次數為值的strdict字典
for word in fireset:
    firedict[word] = firelist.count(word)
print(len(firedict),firedict)
wordlist = list(firedict.items())
#按單詞的頻數排序
wordlist.sort(key=lambda x:x[1],reverse=True)
print(wordlist)
#輸出TOP(20)
for i in range(20):
    print(wordlist[i])

運行結果：

完整的英文詞頻統計