企业官网建设流程全解析

FreqDisk

nltk FreqDisk函数能够统计数组当中单词出现的次数。

text = ['hadoop','spark','hive','hadoop','hadoop' ,'spark','lucene','hadoop','spark','hive' ,'hadoop','hadoop','spark','pig','zookeeper' ,'flume','stream','hadoop','hadoop','spark' ,'pig','zookeeper','flume','stream','hadoop' ,'hadoop','spark','pig','zookeeper','flume' ,'stream','hadoop','hadoop','spark','pig' ,'zookeeper','flume','stream','hadoop','hadoop' ,'spark','pig','zookeeper','flume','stream'] fdist = nltk.FreqDist(text) for k in fdist: print(k+" "+str(fdist[k]))

hadoop 14 spark 8 hive 2 lucene 1 pig 5 zookeeper 5 flume 5 stream 5

FreqDisk::plot(n)

参数n，以折线图的方式展示频数最大的前n项数据。

fdist.plot(4)

FreqDisk::tabulate(n)

参数n，以表格的方式展示频数最大的前n项数据。

fdist.tabulate(5)

FreqDisk::most_common(n)

参数n，展示频数最大的前n项数据。

print(fdist.most_common(3))

[('hadoop', 14), ('spark', 8), ('pig', 5)]

FreqDisk::hapaxes()

展示频数最小的数据。

print(fdist.hapaxes())

['lucene']

FreqDisk::max()

展示频数最大的数据。

print(fdist.max())

hadoop