问题：
统计一个文件中每一个单词涌现的次数，列出涌现频次最多的5个单词。
媒介：
这道题在现实应用场景中应用比较普遍，比方统计历年来四六级测验中涌现的高频辞汇，记得李笑来就应用他的编程妙技出书过一本背单词的畅销书，就是依据词频来记单词，深受门生喜好。这就是一个把编程妙技用来处置惩罚现实问题的典范场景。别的，在数据剖析时，那些词云效果本质上都是基于词频统计来调解字体的大小，如果你能闇练应用Python中的学问来处置惩罚问题的话，申明你真的入门Python了。
剖析
本题重要考核以下几个方面的学问点：
1、如何准确读写文件
在python中读写文件能够应用内置函数open()，而 open 函数在python2 和 python3 中有肯定的辨别，比方 Python 中能够指定读写文件的编码花样，而 Python 则不能够，为了同时兼容2和3，我们通常会应用io模块下面的 open 函数，人人能够查文档搞清晰它们之间的辨别，造就主动进修才和查资料的习气。
别的一点是读写文件完成以后是须要封闭文件描述符的，除了能够应用 try...except...finally的语法以后，我们还能够应用更文雅的 with … as 的语法来自动封闭文件。
2、如何对数据举行排序
sorted函数是一个应用频次很高的内置函数，它的用法也很壮大，由于它能够经由过程指定参数 key 来举行自定义排序，也就意味着你不仅能够对数字排序、对字母排序、还能够对列表、字典、自定义的对象举行排序，你只须要要通知 sorted 函数的排序划定规矩是什么，比方一个people对象，我既能够依据岁数排序也能够依据身高体重来排序，所以这个函数时异常天真的，别的，关于列表对象有自带的 sort 要领，如果能辨别清晰 list.sort 与 sorted 之间辨别那申明你已能天真应用了。
3、字典数据类型的应用
做词频统计，用字典无疑是最合适的数据类型，单词作为字典的key， 单词涌现的次数作为字典的 value，很方便地就纪录好了每一个单词的频次，字典很像我们的电话本，每一个名字关联一个电话号码。别的，字典最大的特性就是它的查询速率会异常快。抱负状况下时刻庞杂度为O(1)，我是说抱负状况，如果你想深切相识字典的话，发起看看这篇文章 https://www.laurentluce.com/posts/python-dictionary-implementation/
4、正则表达式的应用
对文本、字符串处置惩罚，正则表达式简直是神器，无论是做数据爬虫照样数据洗濯应用异常普遍，固然，正则表达式并非Python特有的东西，一切编程言语都支撑，我们要做的除了进修正则表达式另有他的API，只要熟习了API我们才应用到现实场景中去。关于正则表达式引荐一篇文章：http://www.cnblogs.com/huxi/archive/2010/07/04/1771073.html ，别的我还发现有同砚引入了jieba分词库，这个库在做中文分词异常有效，感兴趣的能够去相识一下。
完成
剖析完以后，我们完成起来现实上是异常快的。所以我们在拿到一个需求的时刻，起首肯定是把需求弄清晰，想一想也许能够用哪些手艺来完成，随后才是动手写代码，实在我们在事情上，真正写代码的时刻还不到一半。
# -*- coding:utf-8 -*-
import io
import re
class Counter:
def init(self, path):
"""
:param path: 文件途径
"""
self.mapping = dict()
with io.open(path, encoding="utf-8") as f:
data = f.read()
words = [s.lower() for s in re.findall("\w+", data)]
for word in words:
self.mapping[word] = self.mapping.get(word, 0) + 1
def most_common(self, n):
assert n > 0, "n should be large than 0"
return sorted(self.mapping.items(), key=lambda item: item[1], reverse=True)[:n]
if name == 'main':
most_common_5 = Counter("importthis.txt").most_common(5)
for item in most_common_5:
print(item)
打印效果：
('is', 10)
('better', 8)
('than', 8)
('the', 6)
('to', 5)
总结
我在看人人代码的时刻，许多代码依旧存在有定名不范例（发起读PEP8），代码的排版杂沓（浏览起来很难题，发起用Pycharm举行花样化）。另有不少代码的完成体式格局看起来很庞杂（每每越庞杂的代码Bug越多）。固然，完成要领不是唯一。
比方Python模块自身就供应了一个collections.Counter的类，它继续自dict类，就是用于做统计的，我发现有部份同砚应用的就是这个类来完成的，仔细的你能够发现了，我完成的这个Counter和collections下面谁人Counter很像，实在这就是造轮子，造轮子能够磨炼我们的编程头脑，固然在事情上有现成的东西就没必要本身造轮子了，除非你有自信心做得更好。你也能够思索思索，如果Python没有供应Counter这个东西，你该如何做。
别的，该模块还供应一个有序的字典对象 OrderedDict，应用它能够免除我们手动排序的操纵。末了发起人人进修总结上面我提到的一切内容。如果你能对峙100天，置信你对Python的控制水平是游刃有余的。
置信看了本文案例你已控制了要领，更多出色请关注ki4网别的相干文章！
引荐浏览：
Python中如何把矩阵转换为列表
在python中列表,数组,矩阵相互转换的要领
以上就是Python如何统计字母涌现的次数的细致内容，更多请关注ki4网别的相干文章！
