Python-Übungen für Einsteiger

Worthäufigkeiten in Python zählen

In dieser Lektion normalisierst du einen Text und zählst mit collections.Counter, wie oft jedes Wort vorkommt.

  • Einsteiger
  • 2 Min. Lesezeit
  • 1 ausführbares Beispiel

Einführung

Das Problem

Welche Wörter kommen in Kundenbewertungen, in einem Buch oder in Suchanfragen am häufigsten vor? Von Hand zu zählen ist bei echten Texten unmöglich, und "Python", "python" und "python." müssen als dasselbe Wort zählen.

Stell es dir so vor

Worthäufigkeiten zu zählen ist wie Stimmzettel nach einer Wahl auszuzählen. Zuerst bringst du alle Zettel in dieselbe Schreibweise (kleingeschrieben, ohne Satzzeichen). Dann machst du neben einem Namen jedes Mal einen Strich, wenn er vorkommt. Die Strichliste zeigt den Gewinner.

Vom Stimmenzählen zum Code
text.lower()🔡 Alle Zettel in dieselbe Schreibweise bringen
re.findall(r"[a-z]+", ...)✂️ Die Namen ausschneiden, die Satzzeichen weglassen
Counter(words)📊 Die Strichliste: Name und Anzahl der Striche
print(Counter(words))🏆 Die Ergebnisse, meiste Striche zuerst
Normalisieren, in Wörter zerlegen, dann zählen.
In einem Satz

Die Worthäufigkeit gibt an, wie oft jedes einzelne Wort in einem Text vorkommt. Meist macht man die Wörter vorher vergleichbar: alles kleingeschrieben und ohne Satzzeichen.

Das Wichtigste

  1. text.lower() macht "Python" und "python" zum selben Wort.
  2. re.findall(r"[a-z]+", ...) liefert jede Folge von Buchstaben, also verschwinden Punkte und Leerzeichen.
  3. Counter(words) zählt jedes Wort und zeigt die häufigsten zuerst.
  4. Im Beispiel kommen sowohl "python" als auch "is" zweimal vor.

Wann verwendet man das?

  • Häufige Wörter in Bewertungen, Logs oder Umfrageantworten finden.
  • Ein erster Schritt in Textanalyse und Suche.
  • Textbereinigung und die Klasse Counter üben.

Wann du es nicht brauchst

  • Texte mit Akzentbuchstaben, etwa Französisch oder Vietnamesisch (oder deutsche Umlaute): [a-z]+ lässt diese Zeichen weg, nimm also ein Muster, das Unicode-Buchstaben erkennt.
  • Echte Sprachanalyse: Dabei müssen auch Formen wie run und running als ein Wort zählen, und dafür brauchst du eine NLP-Bibliothek.

Beispielcode

Code ausführen →
main.py
from collections import Counter
import re

text = "Python is clear. Python is practical."
words = re.findall(r"[a-z]+", text.lower())

print(Counter(words))
Run-Button für dieses Beispiel erstellen

Ergebnis der Ausführung

Counter({'python': 2, 'is': 2, 'clear': 1, 'practical': 1})

Erklärung des Codes

Die Anweisung text.lower() wandelt den ganzen Text in Kleinbuchstaben um, und der reguläre Ausdruck [a-z]+ nimmt nur Buchstabenfolgen und ignoriert Satzzeichen. Counter zählt jedes Wort in einem einzigen Durchlauf und sortiert nach der Häufigkeit, deshalb kommen python und is jeweils 2-mal vor.

Ändere die Werte und führe das Programm im CodeUtility Python Online-Compiler aus, ohne Python lokal zu installieren.

Übungen zur Vertiefung

Ändere den Code anhand der folgenden Vorschläge. Wenn du selbst etwas änderst und das Ergebnis beobachtest, verstehst du viel mehr, als wenn du den Code nur liest.

  1. Ändere die Eingabedaten und sage das Ergebnis voraus, bevor du den Code ausführst.
  2. Füge eine Prüfung für leere oder ungültige Daten hinzu.
  3. Lagere die Logik in eine eigene Funktion aus und teste sie mit verschiedenen Datensätzen.
Im Python-Compiler ausführen →

Häufige Fehler

Das Kleinschreiben vergessen

"Python" und "python" werden als zwei verschiedene Wörter gezählt.

Problem
re.findall(r"[a-z]+", text)
Lösung
re.findall(r"[a-z]+", text.lower())

Lektion fertig?

Markiere sie als gelernt, um deinen Fortschritt zu verfolgen.

Mit einer Challenge üben

Nutze den Inhalt dieser Lektion, um ein echtes Problem zu lösen. Jede Challenge läuft im Browser, mit sofortigen Tests und einem KI-Review.

Alle Challenges