用Python統計英語單詞數量的方法

Python是一種高級編程語言，常用於數據分析、人工智能和Web應用程序等領域。在英語學習中，我們經常需要統計文章中的單詞數量，這裡我們將介紹用Python實現這個功能的幾種方法。

一、基本方法：使用Python自帶的collections庫

Python自帶了一個collections庫，其中包含了一個Counter類，可以用於計算元素出現的次數。我們可以使用該庫中的Counter類來統計文章中單詞的數量。

import re
from collections import Counter

# 讀入文章
with open("article.txt") as f:
    text = f.read()

# 將文章中的非字母字符替換為空格
text = re.sub("[^a-zA-Z]", " ", text)

# 將文章轉換成單詞列表，並統計單詞數量
word_counts = Counter(text.lower().split())

print(word_counts)

在該代碼中，我們首先使用re模塊中的sub函數將文章中的非字母字符替換為空格，然後使用lower函數將所有單詞轉換成小寫，最後使用split函數將文章轉換成單詞列表。然後我們使用Counter類統計單詞數量，並輸出結果。

二、擴展方法1：使用NLTK庫

NLTK（Natural Language Toolkit）是一個Python庫，它提供了許多自然語言處理工具，包括分詞、詞性標註和文本分類等。我們可以使用NLTK庫中的word_tokenize函數將文章分為單詞，然後使用Python自帶的collections庫統計單詞數量。

import nltk
from collections import Counter

nltk.download("punkt")

# 讀入文章
with open("article.txt") as f:
    text = f.read()

# 將文章分為單詞，並統計單詞數量
words = nltk.word_tokenize(text.lower())
word_counts = Counter(words)

print(word_counts)

在該代碼中，我們首先使用nltk庫中的download函數下載需要的數據，然後使用word_tokenize函數將文章分為單詞，最後使用Counter類統計單詞數量，並輸出結果。

三、擴展方法2：使用spaCy庫

spaCy是另一個自然語言處理庫，特點是處理速度快、效果優秀。我們可以使用spaCy庫中的tokenizer將文章分為單詞，然後使用Python自帶的collections庫統計單詞數量。

import spacy
from collections import Counter

nlp = spacy.load("en_core_web_sm")

# 讀入文章
with open("article.txt") as f:
    text = f.read()

# 將文章分為單詞，並統計單詞數量
doc = nlp(text.lower())
words = [token.text for token in doc]
word_counts = Counter(words)

print(word_counts)

在該代碼中，我們首先使用spacy庫中的load函數加載需要的語言模型，然後使用tokenizer將文章分為單詞，最後使用Counter類統計單詞數量，並輸出結果。

四、小結

本文介紹了三種方法用Python統計英語單詞數量的方法：使用Python自帶的collections庫、使用NLTK庫和使用spaCy庫。其中，Python自帶的collections庫是最基本的方法，而NLTK庫和spaCy庫則提供了更為優秀效果和更快處理速度的方法。