Discussion :

[Beginner.]

Salut,

Compter le nombre d’occurrences de chaque mot d'un texte...

J'ai fait ça :

Code python :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
10
11
12
13
import re
 
texte = "Salut tout le monde, c'est un texte pour tester le code... Salut tout le monde, c'est un texte pour tester le code..."
div = re.split('[^a-zA-Z]', texte)
dico = {}
 
for mot in div:
    if mot != "":
        if mot in dico:
            dico[mot] += 1
        else:
            dico[mot] = 1
print(dico)

Peut-on améliorer le code ?

[Beginner.]

Ce problème de comptage d’occurrences est tellement récurent que Python à collections.Counter.

Bon ben j'ai regardé le lien et justement je l'applique ici :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
10
11
from collections import Counter
import re
 
texte = "Salut tout le monde, c'est un texte pour tester le code... Salut tout le monde, c'est un texte pour tester le code..."
div = re.split('[^a-zA-Z]', texte)
cnt = Counter()
 
for mot in div:
    if mot != "":
        cnt[mot] += 1
print(cnt)

Je ne sais pas si c'est mieux...

[Beginner.]

Waw je viens de voir encore une autre manière plus concise :

Code python :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
from collections import Counter
import re
 
texte = "Salut tout le monde, c'est un texte pour tester le code... Salut tout le monde, c'est un texte pour tester le code..."
 
mots = re.findall(r'\w+', texte)
print(Counter(mots))

[Sve@r]

Bonjour

Waw je viens de voir encore une autre manière plus concise :

En fait tout dépend ton but. Si c'est pour un projet/boulot/truc officiel alors oui tu as intérêt à utiliser ce qui existe déjà sans avoir à réinventer le fil à couper l'eau chaude.

Mais si c'est pour exercer ta logique et affûter ton intuitivité, alors là tu as plus intérêt à tout faire toi-même

Code python :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
mots = re.findall(r'\w+', texte)
print(Counter(mots))

print(Counter(re.findall(r'\w+', texte)))

[Beginner.]

Merci.
Effectivement tu as fait encore plus concis...

On pourrait faire ça aussi :
print(Counter(re.findall(r'\w+', "Salut tout le monde, c'est un texte pour tester le code... Salut tout le monde, c'est un texte pour tester le code...")))...
LOL

[Sve@r]

On pourrait faire ça aussi :
print(Counter(re.findall(r'\w+', "Salut tout le monde, c'est un texte pour tester le code... Salut tout le monde, c'est un texte pour tester le code...")))...

Oui mais non. Philosophiquement il vaut mieux séparer les datas et leur traitement. Le texte peut très bien provenir de sources multiples (fichier, réseau, etc) tandis que le traitement lui reste toujours le même.
C'est le point de départ de la programmation MVC...

[fred1599]

Bonsoir,

Niveau conception j'aime bien faire à la C,

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
texte = "Salut tout le monde, c'est un texte pour tester le code... Salut tout le monde, c'est un texte pour tester le code..."
counter = [0 for _ in range(0, 256)]
for char in bytearray(texte, 'ascii'):
    counter[char] += 1
 
for ind, n in enumerate(counter):
    if n:
        print('il y a {} {}'.format(n, chr(ind)))

Biensûr, si on veut éviter de le faire soi-même, quoi de plus efficace que Counter.

[Beginner.]

Salut,

Merci, le programme est court mais il a l'air de compter le nombre de lettres et non le nombres de mots, non ?

[danielhagnoul]

Ma version (certainement perfectible par -W , car je suis toujours dans les débuts) pour traiter un texte accentué et ponctué :

Code Python :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
from collections import Counter
import re
 
texte = '''
    C'est l'évadé, du Névada.
    Qui s'évada dans, la vallée
    Dans la vallée, du Névada ?
    Qu'il dévala, pour s'évader
    Sur un vilain vélo volé !
    Qu'il a volé, dans une villa
    Et le valet, qui fut volé.
    Vit l'évadé, qui s'envola
    '''
 
# lowercase
phrase = texte.lower()
# trouve les éléments du texte
z = re.findall('[a-zA-Z\u00C0-\u00FF]*', phrase)
# élimine les espaces et les éléments courts
lst = [x for x in z if x != '' and len(x) > 2]
# crée un dict contenant les mots et la fréquence des mots
cnt = Counter(lst)
# version lisible
for key, value in cnt.items():
    print('{} : {}'.format(key, value))
 
'''
est : 1
évadé : 2 
névada : 2
qui : 3
évada : 1
dans : 3
vallée : 2
dévala : 1
pour : 1
évader : 1
sur : 1
vilain : 1
vélo : 1
volé : 3
une : 1
villa : 1
valet : 1
fut : 1
vit : 1
envola : 1
'''

[danielhagnoul]

Version triée :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
from collections import Counter
from re import findall
import locale
 
locale.setlocale(locale.LC_ALL, ('fr_FR', 'UTF-8'))
 
texte = '''
    C'est l'évadé, du Névada.
    Qui s'évada dans, la vallée
    Dans la vallée, du Névada ?
    Qu'il dévala, pour s'évader
    Sur un vilain vélo volé !
    Qu'il a volé, dans une villa
    Et le valet, qui fut volé.
    Vit l'évadé, qui s'envola
    '''
 
phrase = texte.lower()
 
# \u00C0-\u00D6\u00D8-\u00F6\u00F8-\u00FF can substitute for \u00C0-\u00FF to exclude ×÷
z = findall('[a-zA-Z\u00C0-\u00D6\u00D8-\u00F6\u00F8-\u00FF]*', phrase)
 
# dans l'ordre alphabéthique !
lst = sorted([x for x in z if x != '' and len(x) > 2], key=locale.strxfrm)
 
cnt = Counter(lst)
for key, value in cnt.items():
    print('{} : {}'.format(key, value))
 
'''
dans : 3
dévala : 1
envola : 1
est : 1
évada : 1
évadé : 2
évader : 1
fut : 1
névada : 2
pour : 1
qui : 3
sur : 1
une : 1
valet : 1
vallée : 2
vélo : 1
vilain : 1
villa : 1
vit : 1
volé : 3
'''

[Beginner.]

Merci.