计算Python中2个单词的所有组合的频率[重复]

Question

我有一段文字。我想计算 2 个单词的所有可能组合（2 个单词必须彼此相邻） 例如：

"I have 2 laptops, I have 2 chargers"

结果应该是：

"I have": 2
"have 2": 2
"2 laptops": 1
"Laptops, I": (Dont count)
"2 chargers": 1

我尝试了正则表达式，但问题是它不会两次计算一个字符串

我用过：\b[a-z]{1,20}\b \b[a-z]{1,20}\b

文字：cold chain, energy storage device, industrial cooling system

它几乎可以工作，但它不包括诸如“存储设备”、cooling system 之类的词，因为它已经使用了energy storage 和industrial cooling

感谢您的建议

Answer 1

您可以使用zip 获取每两个单词的组，然后使用Counter 获取频率

>>> from collections import Counter
>>> text = "I have 2 laptops, I have 2 chargers"
>>> words = text.split()

>>> d = {' '.join(words):n for words,n in Counter(zip(words, words[1:])).items() if not  words[0][-1]==(',')}
>>> print (d)
{'I have': 2, 'have 2': 2, '2 laptops,': 1, '2 chargers': 1}

>>> import json
>>> print (json.dumps(d, indent=4))
{
    "I have": 2,
    "have 2": 2,
    "2 I": 1,
    "2 chargers": 1
}