下载一中文长篇小说，并转换成UTF-8编码。

使用jieba库，进行中文词频统计，输出TOP20的词及出现次数。

排除一些无意义词、合并同一词。

import jiebatxt=open('yanxi.txt','r',encoding='utf-8').read()words=jieba.cut(txt)dic={}for w in words:    if len(w)==1:        continue    else:        dic[w]=dic.get(w,0)+1wc=list(dic.items())wc.sort(key=lambda x:x[1],reverse=True)for i in range(20):    print(wc[i])

对词频统计结果做简单的解读。

('黛玉', 10)

('宝玉', 9)

('红楼梦', 4)

('落花', 3)

('葬花', 3)

('黛玉正', 2)

('之间', 2)

('误会', 2)

('不是', 2)

('正当', 2)

('引出', 2)

('声音', 2)

('不由', 2)

('正巧', 2)

('前去', 2)

('再次', 2)

('由此', 2)

('西厢', 2)

('不忍', 2)

('黛玉为', 2)

import jiebatxt=open('yanxi.txt','r',encoding='utf-8').read()words=list(jieba.cut(txt))exc={
   '是','正当','为','便','与','欲','也','不','了'}keys=set(words)keys=set(words)-excdic={}for w in keys:    dic[w]=words.count(w)wc=list(dic.items())wc.sort(key=lambda x:x[1],reverse=True)for i in range(20):    print(wc[i])

('，', 71)

('。', 12)

('黛玉', 10)

('宝玉', 9)

('之', 5)

('听', 4)

('红楼梦', 4)

('亦', 4)

('葬花', 3)

('落花', 3)

('、', 3)

('又', 3)

('《', 3)

('着', 3)

('》', 3)

('而', 3)

('至', 3)

('的', 2)

('误会', 2)

('却', 2)

>>>