打开一个文件夹，在指定文件夹中写入文本文件中出现的前 100 个单词答案

【问题标题】：Open a folder, write the top 100 words that appear on text files in the specified folder打开一个文件夹，在指定文件夹中写入文本文件中出现的前 100 个单词
【发布时间】：2018-01-05 19:08:16
【问题描述】：

我想编写一个名为LexicalAnalyzer 的类，在这个类中，我必须根据文件夹目录编写以下函数。 gettop100words：返回一个dictionary在该文件夹的文本文件中找到的整体前100个单词的频率，不关心CAPS。

get_letter_frequencies：返回字母（a-z）频率的dictionary

我该如何写这个LexicalAnalyzer？

【问题讨论】：

编程的关键是将大问题分解成小问题，然后再分解成更小的问题。最终你会得到足够小的碎片，你可以单独计算它们，然后将这些小块组装成一个完整的程序。
看看collections.Counter。
并找到正确的工具来执行此操作，您的声音如 file-io、字典和一些 itertools 应该能够解决它：docs.python.org/3.6/library/filesys.html & docs.python.org/3.6/library/itertools.html & docs.python.org/3.6/library/stdtypes.html#mapping-types-dict 。或者你可以拿出大炮，使用 panda 或 numpy。玩得开心。
欢迎来到 StackOverflow。请阅读并遵循帮助文档中的发布指南。 on topic 和 how to ask 在这里申请。 StackOverflow 不是设计、编码、研究或教程服务。
"Can Someone Help Me?" is not a valid SO question。这通常表明您需要的是与当地导师一起半小时或完成教程，而不是 Stack Overflow。如果你缺课，你应该通过阅读和与老师和同学的讨论来弥补不足。

标签： python python-3.x

【解决方案1】：

只需在文件（文本文件 ofc）中执行 for 循环并添加每个单词及其出现的次数并返回字典。要拆分单词，只需将文件的整个文本添加到一个字符串中，并使用拆分函数将单词分成列表并循环遍历它，然后执行我在乞讨时告诉你的字典。

【讨论】：

【解决方案2】：

在fileinput 中使用以遍历文件
在collections.Counter 中用于计数对象（单词、字母）

示例

环境：

$ tree /tmp/test
/tmp/test
├── file1.txt
├── file2.txt
└── file3.txt

0 directories, 3 files

数据：

$ tail -vn +1 /tmp/test/*.txt
==> /tmp/test/file1.txt <==
hello world
world foo bar egg
spam egg baz
end

==> /tmp/test/file2.txt <==
foo xxx yyy
qqq foo
eee ttt def
cmp

==> /tmp/test/file3.txt <==
Foo BAR
SpAm

片段：

import os
import fileinput
import collections

DIR = '/tmp/test'

files = [os.path.join(DIR, filename) for filename in os.listdir(DIR)]
words = collections.Counter()
letters = collections.Counter()

with fileinput.input(files=files) as f:
    for line in f:
        words.update(line.lower().split())

for word in words:
    letters.update(word)

# top 3 word
print(words.most_common(3))

# top 5 letters
print(letters.most_common(5))

输出：

[('foo', 4), ('egg', 2), ('spam', 2)]
[('e', 7), ('o', 4), ('y', 3), ('l', 3), ('q', 3)]

【讨论】：