利用Python3实现统计大量单词中各字母出现的次数和频率的方法

首先以只读方式打开单词文件，利用列表推导式创建两个列表
列表sta记录各单词出现的次数，列表freq记录各单词出现的频率

f = open('5500词.txt','r',encoding='utf-8')
sta = [0 for i in range(26)]
freq = [0 for i in range(26)]

单词格式如下所示：
a [ei] art.一(个)；每一(个)；(同类事物中)任一个
abandon [ə'bændən] vt.离弃，丢弃；遗弃，抛弃；放弃
abdomen [æb'dəumen] n.腹，下腹(胸部到腿部的部分)
abatement [ə'beitmənt] n.减(免)税，打折扣，冲销
abide [ə'baid] vi.(abode，abided)(by)遵守；坚持；vt.忍受，容忍

每行一个单词，所以我们选择按行读取文件

for i in range(5500):
 buf = f.readline()

然后依次统计每个字符串中的字母个数，注意大写字母也要统计（后面的字母省略）

for j in buf:
   if j == 'a' or j == 'A':
     sta[0] = sta[0] + 1
   elif j == 'b' or j == 'B':
     sta[1] = sta[1] + 1

注意到每个单词后都有音标，所以遇到 中括号" [ "时停止计数

if j == '[':
     break

然后每五个一行，依次输出各个单词出现的次数，将print函数中的end参数由默认换行改成几个空格，使输出更格式化。字母利用ASCII码输出

print('5498个词汇中，各字母出现的次数分别为：\n')
asc = 97
for i in range(26):
 if i < 25:
   print("％c" ％ asc,':',sta[i],end='  ')
   if (i + 1) ％ 5 == 0:
     print('\n')
 else:
   print("％c" ％ asc,':',sta[i])
 asc = asc + 1

利用一个for遍历计算出所有字母数量的总和

sum = 0
for i in sta:
 sum = sum + i

利用一个for遍历计算出各字母出现的频率，注意到Python中计算出的频率会自动保留17位小数，为了方便查看，使用round()函数保留四位小数，值得注意的是，使用round()函数会自动去掉数字末尾的0

for i in range(26):
 freq[i] = round(sta[i] / sum,4)

再以每五个一行，依次输出各个单词出现的频率，将print函数中的end参数由默认换行改成几个空格，使输出更格式化。字母利用ASCII码输出。

print('各字母出现的频率分别为：\n')
for i in range(26):
 if i < 25:
   print("％c" ％ asc,':',freq[i],end='  ')
   if (i + 1) ％ 5 == 0:
     print('\n')
 else:
   print("％c" ％ asc,':',freq[i])
 asc = asc + 1

最后输出的结果如下图所示：

上概率论的课时，偶然看见居然有人拿着词典去数字母的数量，就想能不能写一个自动统计的程序，于是就随便写着玩。代码功底很差，所以写得很丑（居然有25个elif），所以看个乐呵就好了。

总的来说，我觉得有这些可以改进的地方：
①读取单词的方法可以改进，这种一行一行读取的方式，对格式要求很高，很难找到
②用字典来存储频数和频率是否会更好？后面输出的时候可以避免使用ASCII码，但是字典推导式我属实记不清了
③判断计数的这些if和elif能否抽象出一个方法？增加代码复用
④round()函数会自动去掉小数后面的0，有没有什么方法使0被保留下来？这样输出的格式会更好看

我的代码的优点估计只有一点了：
①Python初学者就能看懂

来源：https://blog.csdn.net/firm_mabu/article/details/114420702