用Python实现小说中的汉字频率统计

 环境：

Python 3的代码，亲测可用。

思路：

是先把每个字符提出来放在列表里；再过滤掉其中的标点符号；最后用字典对某个字出现的频率进行累加。

扩展：

用处很多，稍微改改，既可以用来统计小说或文章，也可以用来决定让孩子学哪些常用字，还可以用来分析微博或朋友圈中好友的语言特点，需要的就拿去浪吧，记得送我一个滑稽的回复。

 #coding:utf-8

 word_lst = []
 word_dict = {}

 exclude_str = "，。！？、（）【】<>《》=：+-*—“”…" 

 with open("芳华.txt","r") as fileIn ,open("芳华字频.txt",'w') as fileOut:

     # 添加每一个字到列表中
     for line in fileIn:
         for char in line:
             word_lst.append(char)

     # 用字典统计每个字出现的个数
     for char in word_lst:
         if char not in exclude_str:
             if char.strip() not in word_dict: # strip去除各种空白
                 word_dict[char] = 1
             else :
                 word_dict[char] += 1

     # 排序
     #   x[1]是按字频排序，x[0]则是按字排序
     lstWords = sorted(word_dict.items(), key=lambda x:x[1],  reverse=True) 

     # 输出结果 (前100)
     print ('字符\t字频')
     print ('=============')
     for e in lstWords[:100]:
         print ('%s\t%d' % e)
         fileOut.write('%s, %d\n' % e)

输出结果：

 字符    字频
 =============
 的    3641
 一    1834
 了    1748
 是    1506
 不    1267
 我    1229
 她    1156
 他    985
 小    962
 个    921
 人    866
 在    853
 刘    745
 丁    728
 那    723
 上    705
 来    698
 峰    691
 们    684
 就    667
 说    577
 有    572
 到    564
 这    562
 里    537
 儿    520
 嫚    499
 子    494
 都    492
 着    491
 大    482
 么    462
 出    460
 看    441
 也    415
 得    404
 下    383
 时    367
 还    366
 女    349
 地    340
 头    331
 好    327
 没    326
 去    321
 过    320
 老    317
 跟    311
 你    309
 把    307
 对    303
 年    301
 会    300
 生    291
 为    289
 发    289
 要    281
 何    280
 亲    273
 后    272
 给    267
 和    266
 天    265
 家    259
 手    251
 长    251
 想    249
 多    242
 自    241
 开    240
 当    236
 兵    235
 样    232
 郝    230
 可    228
 起    225
 被    224
 成    216
 十    215
 什    215
 以    209
 事    209
 从    209
 点    208
 能    203
 两    203
 回    202
 门    201
 所    195
 淑    188
 雯    188
 只    188
 心    184
 身    184
 让    179
 道    179
 母    174
 做    173
 话    173
 最    172
 >>> 

主人公的名字排名靠前，嗯，合情合理。