python中文词频统计代码

以下是一个简单的Python代码，用于统计中文文本中每个词出现的频率：

import jieba

# 读取文本文件
with open('text.txt', 'r', encoding='utf-8') as f:
    text = f.read()

# 分词
words = jieba.cut(text)

# 统计词频
word_freq = {}
for word in words:
    if word in word_freq:
        word_freq[word] += 1
    else:
        word_freq[word] = 1

# 输出结果
for word, freq in word_freq.items():
    print(word, freq)

需要注意的是，上述代码需要先安装jieba库，可以使用以下命令进行安装：

pip install jieba

接下来我会进一步解答这个问题。

上述代码中，我们使用了jieba库进行中文分词。jieba是一个优秀的中文分词库，可以将中文文本分成一个个词语，方便进行后续的词频统计、文本分析等操作。

在代码中，我们首先使用open函数读取文本文件，然后使用jieba.cut函数对文本进行分词。jieba.cut函数返回一个生成器对象，可以通过for循环遍历获取每个词语。

接着，我们使用一个字典word_freq来统计每个词语出现的频率。对于每个词语，我们判断它是否已经在字典中出现过，如果出现过，则将它的频率加1，否则将它添加到字典中，并将它的频率设置为1。

最后，我们遍历字典，输出每个词语及其出现的频率。

需要注意的是，上述代码中的文本文件需要使用utf-8编码，否则可能会出现乱码。如果你的文本文件使用其他编码方式，可以在open函数中指定相应的编码方式。

另外，上述代码只是一个简单的词频统计示例，如果需要进行更复杂的文本分析，可以使用其他库或算法，例如NLTK、Scikit-learn等。