使用turtle统计词频

bbjx

输入一个文件，统计词频，绘制柱状图显示，由于中文歧义，目前只适合英文、数字文本

1. import turtle
   
2. 
   
3. ##全局变量##
   
4. #词频排列显示个数
   
5. count = 10
   
6. #单词频率数组-作为y轴数据
   
7. data = []
   
8. #单词数组-作为x轴数据
   
9. words = []
   
10. #y轴显示放大倍数-可以根据词频数量进行调节
    
11. yScale = 6
    
12. #x轴显示放大倍数-可以根据count数量进行调节
    
13. xScale = 30
    
14. 
    
15. ################# Turtle Start  ####################  
    
16. #从点(x1,y1)到(x2,y2)绘制线段
    
17. def drawLine(t, x1, y1, x2, y2):
    
18.     t.penup()
    
19.     t.goto (x1, y1)
    
20.     t.pendown()
    
21.     t.goto (x2, y2)
    
22. 
    
23. # 在坐标(x,y)处写文字
    
24. def drawText(t, x, y, text):
    
25.     t.penup()
    
26.     t.goto (x, y)
    
27.     t.pendown()
    
28.     t.write(text)
    
29. 
    
30. def drawGraph(t):
    
31.     #绘制x/y轴线
    
32.     drawLine (t, 0, 0, 360, 0)
    
33.     drawLine (t, 0, 300, 0, 0)
    
34. 
    
35.     #x轴: 坐标及描述
    
36.     for x in range(count):
    
37.         x=x+1 #向右移一位,为了不画在原点上
    
38.         drawText(t, x*xScale-4, -20, (words[x-1]))
    
39.         drawText(t, x*xScale-4, data[x-1]*yScale+10, data[x-1])
    
40.     drawBar(t)
    
41. 
    
42. #绘制一个柱体
    
43. def drawRectangle(t, x, y):
    
44.     x = x*xScale
    
45.     y = y*yScale#放大倍数显示
    
46.     drawLine(t, x-5, 0, x-5, y)
    
47.     drawLine(t, x-5, y, x+5, y)
    
48.     drawLine(t, x+5, y, x+5, 0)
    
49.     drawLine(t, x+5, 0, x-5, 0)
    
50.      
    
51. #绘制多个柱体
    
52. def drawBar(t):
    
53.     for i in range(count):
    
54.         drawRectangle(t, i+1, data[i])   
    
55. ################# Turtle End  ####################
    
56. 
    
57.          
    
58. #对文本的每一行计算词频的函数
    
59. def processLine(line, wordCounts):
    
60.     #用空格替换标点符号
    
61.     line = replacePunctuations(line)
    
62.     #从每一行获取每个词
    
63.     words = line.split()
    
64.     for word in words:
    
65.         if word in wordCounts:
    
66.             wordCounts[word] += 1
    
67.         else:
    
68.             wordCounts[word] = 1
    
69. 
    
70. #空格替换标点的函数
    
71. def replacePunctuations(line):
    
72.     for ch in line:
    
73.         if ch in "~@#$%^&*()_-+=<>?/,.:;{}[]|\'""":
    
74.             line = line.replace(ch, " ")
    
75.     return line
    
76. 
    
77. def main():
    
78.     #用户输入一个文件名
    
79.     filename = input("enter a filename:").strip()
    
80.     infile = open(filename, "r")
    
81.      
    
82.     #建立用于计算词频的空字典
    
83.     wordCounts = {}
    
84.     for line in infile:
    
85.         processLine(line.lower(), wordCounts)
    
86.          
    
87.     #从字典中获取数据对
    
88.     pairs = list(wordCounts.items())
    
89. 
    
90.     #列表中的数据对交换位置,数据对排序
    
91.     items = [[x,y]for (y,x)in pairs]
    
92.     items.sort()
    
93. 
    
94.     #输出count个数词频结果
    
95.     for i in range(len(items)-1, len(items)-count-1, -1):
    
96.         print(items[i][1]+"\t"+str(items[i][0]))
    
97.         data.append(items[i][0])
    
98.         words.append(items[i][1])
    
99.          
    
100.     infile.close()
     
101.      
     
102.     #根据词频结果绘制柱状图
     
103.     turtle.title('词频结果柱状图')
     
104.     turtle.setup(900, 750, 0, 0)
     
105.     t = turtle.Turtle()
     
106.     t.hideturtle()
     
107.     t.width(3)
     
108.     drawGraph(t)
     
109.          
     
110. #调用main()函数
     
111. if __name__ == '__main__':
     
112.     main()
     

复制代码