1·’下载一中文长篇小说，并转换成UTF-8编码。

2、使用jieba库，进行中文词频统计，输出TOP20的词及出现次数。

3、排除一些无意义词、合并同一词。

import jiebatxt=open('test.txt','r',encoding='utf-8').read()words=list(jieba.cut(txt))exc={
   '虽然','我们','可是','自己','他们','一个','那些','东西'}keys=set(words)keys=keys-excdic={}#定义一个空字典for i in keys:    if len(i)==1:        continue    else:        dic[i]=words.count(i)wc=list(dic.items())wc.sort(key=lambda x:x[1],reverse=True)#排序for i in range(10):    print(wc[i])

 

4、对词频统计结果做简单的解读。

 

 解读：从上图可以看出《孔乙己》短篇小说的主人公叫孔乙己与酒店的掌柜，文章有侧重于外貌描写，如长衫，样子等词；

主要以对话形式，大部分是说道

发生的地点在酒店里的柜台

消费的产品是茴香豆，孔乙己应该是斤斤计较的人，数过茴香豆是十九个，与掌柜讨价还价希望能打折。