统计词语与字符
基本的长度与频率测量
统计词语与字符 是 CoddyKit 上的免费 NLP Academy 课时。 这是第 3 节课，共 4 节。 你可以在下方免费阅读本课时的完整内容 — 然后在浏览器中使用内置代码编辑器和全天候 AI 导师进行实践。 这是 NLP Academy 学习路径的一部分，你的进度在网页和 CoddyKit 应用中同步。 NLP Academy 课程共包含 4 节课。
先测量文本
在进行任何复杂分析之前，您需要先测量文本。仅仅统计字符数和词数，就已经能告诉您很多关于文档的信息。📏
使用 len 统计字符
len 函数会返回字符串包含的字符数，其中包括空格和标点符号。
text = "NLP is fun"
print(len(text)) # 10空格也要计数
请记住，空格和换行符等空白字符都是真实的字符，因此会被计入字符总数。
拆分为单词
split 方法会按照空白字符拆分字符串，并返回一个单词列表，这是统计词数最简单的方法。
words = "one two three".split()
print(words) # ['one','two','three']统计词数
对 split 返回的列表应用 len，就可以得到整个文档的词数。
words = text.split()
print(len(words)) # number of wordssplit 方法很粗略
普通的 split 会将 hello! 视为一个单词，因为标点符号会粘在字母上。作为入门方法已经够用，但并不完美。
粗略统计句子数
快速估算句子数量的方法，是统计句号、问号和感叹号的数量。虽然比较粗略，但立即就能派上用场。
n = text.count(".") + text.count("?") + text.count("!")平均词长
用字母总数除以词数，就能得到平均词长，这是反映文本紧密程度的一个小指标。
avg = len(text.replace(" ", "")) / len(words)统计特定子字符串
count 方法会告诉您某个子字符串出现了多少次，适合统计某个目标词的出现次数。
print(text.lower().count("the"))使用集合统计不重复词
将单词列表放入 set 中，其长度就是不重复词的数量，也可以用来衡量词汇丰富度。
unique = set(words)
print(len(unique))计数为何重要
这些统计数据会影响实际决策：垃圾邮件过滤器会标记异常长度，而可读性工具则会依赖词数。
快速检查
检验您对 Python 基本文本计数的掌握程度。
回顾：统计文本
现在，您可以使用 len 统计字符数，使用 split 统计词数，使用集合统计不重复词，并根据标点符号粗略统计句子数。🔢
用 AI 导师学习 Python — 免费
在浏览器中编写并运行真实代码，获得全天候 AI 导师的即时帮助，并在网页或应用中继续学习。
- 课程
- 30
- 课程
- 120
常见问题解答
「统计词语与字符」课时是免费的吗？
是的 — 「统计词语与字符」的完整文本可在网页上免费阅读。要进行交互式练习（内置代码编辑器和全天候 AI 导师）并解锁 NLP Academy 课程的其余内容，请升级到 CoddyKit PRO。 NLP Academy 课程共包含 4 节课。
「统计词语与字符」这节课中我会学到什么？
基本的长度与频率测量 你通过在浏览器中直接运行的动手代码来练习 NLP Academy，全天候 AI 导师会在你学习这节课的过程中回答你的问题。
学习 NLP Academy 需要有经验吗？
无需任何先前经验。CoddyKit 上的 NLP Academy 课程适合初学者到高级学习者，你可以从这里开始或从头开始，按照自己的节奏学习。 这是第 3 节课，共 4 节。
「统计词语与字符」课时需要多长时间？
大多数 CoddyKit 课程大约需要 5–10 分钟。每节课都很精短且互动，所以你能稳步进步，并在网页和应用中从离开的地方继续。
我能在这节 NLP Academy 课中编写并运行代码吗？
能。每节 NLP Academy 课都包含内置代码编辑器，你可以在浏览器中直接编写并运行真实代码，并获得即时 AI 反馈 — 无需本地设置。