翻译技术｜代码分享——多语料库词频分析表格

代码分享

多语料库词频分析表格

代码及解析

import csv
from nltk import FreqDist
from nltk.corpus import PlaintextCorpusReader
import nltk

# 设定语料库所在路径
corpus_root = r"D:\学习\语料库\中国政治文本语料库"
# 使用 PlaintextCorpusReader 读取语料库
corpora = PlaintextCorpusReader(corpus_root, '.*')

# 分别读取三个文件，并将单词转换为小写形式
jiang1_words = [word.lower() for word in corpora.words('jiang selected 1.txt')]
jiang2_words = [word.lower() for word in corpora.words('jiang selected 2.txt')]
jiang3_words = [word.lower() for word in corpora.words('jiang selected 3.txt')]

# 创建词频分布对象
jiang1_freq = FreqDist(jiang1_words)
jiang2_freq = FreqDist(jiang2_words)
jiang3_freq = FreqDist(jiang3_words)

# 创建 CSV 文件并写入数据
with open(r'D:\学习\语料库\中国政治文本语料库\1.csv', 'w', newline='', encoding='utf-8') as csvfile:
    sheet = csv.writer(csvfile)  # 创建 CSV 写入对象
    sheet.writerow(['Word', 'jiang1', 'jiang2', 'jiang3'])  # 写入表头
    word_list = ['revolution', 'transformation', 'reform']  # 定义要分析的单词列表
    # 遍历单词列表，写入每个单词在三个文本中的频率
    for word in word_list:
        sheet.writerow([word, jiang1_freq[word], jiang2_freq[word], jiang3_freq[word]])

运行结果如下：

每日啃一段代码，日积月累，我们可以跨越这条鸿沟，若是还未入门Python,可加入我们的粉丝群免费获取《第一本书Python》,快速入门！

往期代码合集可后台回复代码分享或者加入翻译圈粉丝群获取，粉丝群还有其它资源哦！

参考书藉：Python语言数据分析 管新潮 著

特别说明：本文仅供学习交流，如有不妥欢迎后台联系小编。

- END -

---

翻译圈公众号旨在为读者提供名师和专家对口笔译的真知灼见，CATTI考试和MTI入学考试信息，翻译等语言服务就业资讯，以及口笔译学习资源和知识，希望在翻译之路上，为大家助上一臂之力。欢迎大家积极留言，为我们提供建设性意见，我们共同进步！

原文作者：吴志雄

推文编辑：李姗姗

指导老师：朱华

审核：吴志雄、刘一葶

项目统筹：吴志雄

资讯推荐

心得分享：阅读新书的顺序

▶精品课程

▶资源宝库

▶翻译百科

▶代码分享

▶文献精读

▶译界动态

  关注我们 了解更多

CATTI和MTI资讯

语言服务就业信息

翻译名师真知灼见

翻译学习精品课程