统计中文词频是Python考试中常见的操作，由于考察内容较多，因此比较麻烦，那么有没有好的方法来实现呢？今天，我们总结了四种常见的中文词频统计方法，并列出代码，供大家学习参考。

中文词频统计主要是通过open()打开文本，然后read()方法读取后，采用结巴分词(jieba)模块进行分词，接着用推表推导式、Counter或者是字典的方法来统计词频，也可以采用NLTK的方法，最后格式化打印出来。

题目：统计中文文本文件【词频统计文本.txt】中长度大于1的词的词频，然后打印出词频数最高的10个词。

默认系统里已经安装好了jieba这个模块。如果还没有安装，可以在cmd下通过pip install jieba来安装这个模块。

先读取文本，然后jieba分词，再对分词后的列表进行遍历，然后用字典统计词频。这里排除了单个词，代码如下：

先生成Counter对象，再排序，最后再打印出来。这里我们使用了most_common的方法，代码更为简洁，更好理解一点。代码如下：

利用列表推导式筛选列表，利用NLTK中的FreqDist来统计列表中的词步，代码如下。

使用这种方法，得安装nltk包，较为麻烦。

如果不借助其它包，我们可以充分利用Python自带的count方法和列表推导式，实现词频的统计。这其中与前面排序的方法不同的是，我们采用了sorted的方法，完整代码如下：

1. 中文词频统计主要考察文本的读取、列表的遍历、jieba分词、词频统计、排序、结果的格式化和打印输出等综合能力。因此，它是Python二级中常考的题目，认真学习，并找出多种词频统计的方法可以更好地理解Python中的相关概念和基础语法知识。

2. 四种方法中最麻烦的是NLTK法和列表推导式化，字典法和Counter方法最为常用，字典法常出现在考试中，而Counter的方法实用性更强，大家可以有选择地使用。