Ejercicios de Python para principiantes

Contar la frecuencia de las palabras en Python

En esta lección vas a normalizar un texto y contar cuántas veces aparece cada palabra con collections.Counter.

  • Principiante
  • 2 min de lectura
  • 1 ejemplo ejecutable

Introducción

El problema

¿Qué palabras aparecen más en las opiniones de clientes, en un libro o en las búsquedas? Contarlo a mano es imposible con textos reales, y "Python", "python" y "python." deben contar como la misma palabra.

Imagínalo así

Contar la frecuencia de palabras es como recontar papeletas tras una votación. Primero haces que todas las papeletas se lean igual (minúsculas, sin puntuación) y luego pones una marca junto a cada nombre cada vez que aparece. La hoja de recuento muestra al ganador.

Del recuento de votos al código
text.lower()🔡 Lee todas las papeletas igual
re.findall(r"[a-z]+", ...)✂️ Recorta los nombres y descarta la puntuación
Counter(words)📊 La hoja de recuento: nombre y número de marcas
print(Counter(words))🏆 Los resultados, con más marcas primero
Normaliza, divide en palabras y luego cuenta.
En una frase

La frecuencia de palabras es cuántas veces aparece cada palabra distinta en un texto, normalmente tras hacer comparables las palabras pasándolas a minúscula y quitando la puntuación.

Puntos clave

  1. text.lower() hace que "Python" y "python" sean la misma palabra.
  2. re.findall(r"[a-z]+", ...) devuelve cada serie de letras, así desaparecen los puntos y los espacios.
  3. Counter(words) cuenta cada palabra y muestra primero las más comunes.
  4. En el ejemplo, tanto "python" como "is" aparecen dos veces.

¿Cuándo se usa?

  • Encontrar palabras comunes en opiniones, logs o respuestas de encuestas.
  • Un primer paso en el análisis de texto y la búsqueda.
  • Practicar la limpieza de texto y la clase Counter.

Cuándo no hace falta

  • Textos con letras con tilde, como francés o vietnamita: [a-z]+ descarta esos caracteres, así que usa un patrón que entienda Unicode.
  • Análisis real del lenguaje: también tienes que unir formas como run y running, lo que necesita una biblioteca de PLN.

Código de ejemplo

Ejecutar código →
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))
Obtén un botón Run para este ejemplo

Resultado de la ejecución

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

Explicación del código

La instrucción text.lower() pasa todo el texto a minúsculas y, después, la expresión regular [a-z]+ solo conserva las secuencias de letras e ignora los signos de puntuación. Counter cuenta cada palabra en una sola pasada y las ordena de mayor a menor frecuencia, por eso python e is aparecen 2 veces cada una.

Cambia los valores y ejecuta el programa en el compilador Python online de CodeUtility sin instalar Python.

Ejercicios de práctica

Prueba a modificar el código siguiendo las ideas de abajo. Cambiar el código y ver el resultado te ayudará a entender la lección mucho mejor que solo leerla.

  1. Cambia los datos de entrada y predice el resultado antes de ejecutar.
  2. Añade una comprobación para datos vacíos o no válidos.
  3. Pasa el proceso a una función aparte y pruébala con varios conjuntos de datos.
Ejecutar en el compilador de Python →

Errores comunes

Olvidar pasar a minúscula

"Python" y "python" se cuentan como dos palabras distintas.

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

¿Terminaste esta lección?

Márcala como aprendida para seguir tu progreso.

Practica con un reto

Usa lo que cubre esta lección para resolver un problema real. Cada reto se ejecuta en el navegador, con pruebas al instante y una revisión de IA.

Todos los retos