使用FreqDist总结词频数，python

Question

如何使用 FreqDist 中的 fd.items() 求出词频数？

>>> fd = FreqDist(text) 
>>> most_freq_w = fd.keys()[:10] #gives me the most 10 frequent words in the text
>>> #here I should sum up numbers of each of these 10 freq words appear in the text

例如，如果 most_freq_w 中的每个单词出现 10 次，结果应该是 100

!!! 我不需要中所有单词的数量文本，仅 10 个最常见的

Answer 1

我不熟悉 nltk，但由于 FreqDist 派生自 dict，因此以下内容应该有效：

v = fd.values()
v.sort()
count = sum(v[-10:])

Answer 2

要查找某个单词在语料库（您的一段文本）中出现的次数：

raw="<your file>"
tokens = nltk.word_tokenize(raw)
fd = FreqDist(tokens)
print fd['<your word here>'] 

Answer 3

它有一个漂亮的打印功能

    fd.pprint() 

就可以做到这一点。

Answer 4

如果 FreqDist 是单词到频率的映射：

sum(map(fd.get, most_freq_w))