角斗士词频分级词库txt文本格式，共二十级约1万8的词汇量。可以方便的编辑和导入其他背单词软件。绝对是背单词的不可多得的好词库。

基于Hadoop2.2.0的词频统计的例子。包含一个大概十万以上单词的测试数据文件。重写了Partitioner和Combiner，供学习之用。 访问博文 http://blog.csdn.net/zythy/article/details/17852579 以查看详细讲解。

搜狗输入法官网上的所有细胞词典，截止到2020年5月20号，并且转换为txt形式。有需要的同学自取。共11104个。 搜狗输入法官方词库地址：https://pinyin.sogou.com/dict/cate/index/1

对语料进行词频统计，计算每个词出现的频数，统计出所有词的总数，求和

用于文件出现频率统计和分析

bilibili弹幕分析，包含爬虫、词云分析、词频分析、情感分析、构建衍生指标，可视化 **** **主要依赖库** > selenium > pandas > lxml > json > requests > pyecharts > jieba > snownlp > wordcloud **信息爬取**   1.1 爬取bilibili某一个分区（可通过url定义）特定日期下按照视频热度降序排序的视频信息，包含：href、视频时长、名称、BV号、播放量、弹幕数、up主、up主id   1.2 通过BV号获取视频评论Cid，解析xml网页，简单获取各个视频的弹幕内容（注意：条数有限制，xml的弹幕条数不超过1000条）   1.3 通过up主id，获取up主在爬取时的粉丝数，此粉丝数可以精确到个位数   1.4 通过BV好获取视频评论Cid，获取详细的弹幕内容，包括：弹幕出现时间、弹幕模式、字号、弹幕颜色、弹幕池、发送者加密id、弹幕id **数据分析--词云**   2.1 全区弹幕词云分析，可以通过自己编写剔除单字、去除停用词、调整分词模型进行优化   2.2 分频道弹幕词云分析 **数据分析--弹幕条数**   3.1 分析全区弹幕前十视频，使用pyecharts柱状图进行可视化   3.2 分析各频道平均/最高视频弹幕数 **数据分析--指标构建**   构建指标：互动指数：弹幕数 / 播放量 * 100               粉丝响应指数：up主粉丝数 / 播放量   4.1 全区互动指数最高前十视频   4.2 各频道最高/平均互动指数   4.3 全区粉丝响应指数最高前十视频   4.4 各频道最高/平均粉丝响应指数 **数据分析--情感分析**   5.1 分析全区所爬取的所有视频的所有弹幕的情感分布情况，获取总体情感指数印象   5.2 分析各个视频的情感分析，对每一条弹幕进行情感分析，输出弹幕的情感分析指数Excel表   5.3 分析各个频道的情感分析指数分布图

通过python及其jieba三方库，筛选关键词，整合《红楼梦》人物出场排名，也可整合《红楼梦》词汇使用情况，从而分析《红楼梦》的角色戏份及用语习惯。

本篇文章主要介绍了python jieba分词并统计词频后输出结果到Excel和txt文档方法，具有一定的参考价值，感兴趣的小伙伴们可以参考一下

这可以用来做词频词云分析素材。分析红楼梦中人物出场频率，前八十回和后四十回的风格有什么差异，是不是曹雪芹一人完成。

分类词频是文本分析中非常重要的内容。本资源把常用的分类词收集起来，方便大家在做文本分析时使用。有了本资源，大家可以提高文本分析的效率