शुरुआती Python अभ्यास

Python में शब्दों की Frequency गिनना

collections.Counter से repetitions गिनें।

  • शुरुआती
  • 2 मिनट में पढ़ें
  • 1 चलाने योग्य उदाहरण

में शब्दों की Frequency गिनना क्या है?

समस्या क्या है

कस्टमर रिव्यू, किसी किताब या सर्च क्वेरी में कौन से शब्द सबसे ज़्यादा आते हैं? असली टेक्स्ट में हाथ से गिनना नामुमकिन है, और "Python", "python" और "python." को एक ही शब्द गिना जाना चाहिए।

ऐसे समझें

शब्दों की फ़्रीक्वेंसी गिनना वोटिंग के बाद बैलट छाँटने जैसा है। पहले आप हर बैलट को एक ही तरह पढ़ने लायक बनाते हैं (छोटे अक्षर, कोई विराम चिह्न नहीं), फिर हर बार कोई नाम दिखने पर उसके आगे एक निशान लगाते हैं। गिनती की शीट विजेता बता देती है।

वोट गिनने से कोड तक
text.lower()🔡 हर बैलट को एक ही तरह पढ़ें
re.findall(r"[a-z]+", ...)✂️ नाम काटकर निकालें, विराम चिह्न हटाएँ
Counter(words)📊 गिनती की शीट: नाम और निशानों की संख्या
print(Counter(words))🏆 नतीजे, सबसे ज़्यादा निशान वाला पहले
नॉर्मलाइज़ करें, शब्दों में बाँटें, फिर गिनें।
एक वाक्य में

वर्ड फ़्रीक्वेंसी का मतलब है कि टेक्स्ट में हर अलग शब्द कितनी बार आता है। आम तौर पर पहले शब्दों को छोटे अक्षरों में बदलकर और विराम चिह्न हटाकर तुलना के लायक बनाया जाता है।

मुख्य बातें

  1. text.lower() "Python" और "python" को एक ही शब्द बना देता है।
  2. re.findall(r"[a-z]+", ...) अक्षरों का हर लगातार टुकड़ा लौटाता है, इसलिए फ़ुल स्टॉप और स्पेस गायब हो जाते हैं।
  3. Counter(words) हर शब्द गिनता है और सबसे आम शब्द पहले दिखाता है।
  4. उदाहरण में "python" और "is" दोनों दो-दो बार आते हैं।

इसका उपयोग कब करें?

  • रिव्यू, लॉग या सर्वे के जवाबों में आम शब्द ढूँढना।
  • टेक्स्ट एनालिसिस और सर्च का पहला कदम।
  • टेक्स्ट साफ़ करने और Counter क्लास की प्रैक्टिस।

कब ज़रूरत नहीं

  • फ़्रेंच, वियतनामी या हिंदी जैसे accent या दूसरी लिपि वाले टेक्स्ट: [a-z]+ उन कैरेक्टर को छोड़ देता है, इसलिए Unicode समझने वाला पैटर्न इस्तेमाल करें।
  • असली भाषा का एनालिसिस: run और running जैसे रूपों को भी मिलाना पड़ता है, जिसके लिए NLP लाइब्रेरी चाहिए।

उदाहरण कोड

कोड चलाएँ →
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))
इस उदाहरण के लिए Run बटन बनाएँ

अपेक्षित आउटपुट

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

यह कैसे काम करता है

Text को normalize करने के बाद Counter एक pass में सभी words गिनता है।

मान बदलें और Python इंस्टॉल किए बिना CodeUtility ऑनलाइन Python कंपाइलर में प्रोग्राम चलाएँ।

अभ्यास के कार्य

बड़े dataset पर जाने से पहले input बदलें और edge cases की जाँच करें।

  1. Code चलाने से पहले output का अनुमान लगाएँ।
  2. खाली और गलत input संभालें।
  3. Logic को function में रखें और tests जोड़ें।
Python IDE में चलाएँ →

आम गलतियाँ

छोटे अक्षर में बदलना भूल जाना

"Python" और "python" दो अलग शब्द गिने जाते हैं।

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

यह पाठ पूरा कर लिया?

अपनी प्रगति ट्रैक करने के लिए इसे सीखा हुआ मार्क करें।

चैलेंज से अभ्यास करें

इस पाठ में सीखी बात से एक असली समस्या हल करें। हर चैलेंज ब्राउज़र में चलता है, तुरंत टेस्ट और AI रिव्यू के साथ।

सभी चैलेंज