python词频分析关键词频数与word检索的结果不一致？

Question

python结果与wordCrtl+F搜索结果不一致。代码如下：

python结果：

word搜索结果：

显然“发展”这一词语出现的频次是不同的，请问是哪里的问题？如何改进？谢谢！！！

Answer 1

以下回答参考 皆我百晓生、券券喵儿 等免费微信小程序相关内容作答，并由本人整理回复。

在你的Python代码中，你使用了jieba.cut()函数来进行中文分词，并将结果存储在一个列表中。然后，你使用一个字典counts来统计每个词的出现次数。

然而，在items.sort()方法之后，你并没有对这个排序后的列表应用任何额外的操作。如果你想要按照单词出现的频率降序排列，你应该首先对这个排序后的列表应用items.sort(key=lambda x: x[1])，然后再打印出这些单词及其频率。

以下是修改后的代码：

import jieba

# 加载文本文件
with open('十九大报告（无空格版）.txt', 'r', encoding='utf-8') as f:
    txt = f.read()

# 使用jieba进行分词
words = jieba.lcut(txt)

# 创建一个字典来统计每个词的出现次数
counts = {}
for word in words:
    if word not in counts:
        counts[word] = 1
    else:
        counts[word] += 1

# 按照词频降序排序
sorted_counts = sorted(counts.items(), key=lambda x: x[1], reverse=True)

# 打印前100个单词及其频率
for i in range(100):
    word, freq = sorted_counts[i]
    print(f"{word:<10} {freq:>5}")

这段代码应该能够解决你的问题。现在，它会按照单词出现的频率降序排列并打印出前100个单词及其频率。