Python中计算词频：元组列表与整数值的除法运算及类型错误解决

嘿，我看到你遇到的问题了——这个错误的根源其实很明确，咱们一步步拆解解决它！

错误原因分析 #

你遇到的TypeError: unsupported operand type(s) for /: 'tuple' and 'int'，是因为most_common里的每个元素都是元组（比如('the', 1074)），你直接用整个元组去和整数total_words做除法，Python当然不知道怎么处理这种运算啦！

另外还有个小问题：你代码里的total_words = len(words)是错误的——words变量根本没定义，没法直接取长度。

修正步骤与代码 #

1. 正确计算总词数

要得到所有单词的总数，有两种可靠的方式：

• 如果你用的是Python 3.10及以上版本，可以直接用Counter的total()方法，简洁又高效；
• 兼容更早Python版本的话，用sum(count.values())，对所有词的出现次数求和。

2. 正确提取出现次数做除法

遍历most_common时，要取出每个元组里的第二个元素（也就是单词的出现次数）来和总词数做除法。如果想保留单词和对应词频的关联，建议把结果存成(单词, 词频值)的元组列表，这样结果更实用。

修改后的完整代码如下：

from collections import Counter

def tf(filename):
    with open(filename) as input_file:
        # 统计文件中每个单词的出现次数
        count = Counter(word for line in input_file for word in line.split())
        # 计算总词数（二选一即可）
        total_words = count.total()  # Python 3.10+ 推荐写法
        # total_words = sum(count.values())  # 兼容Python 3.9及以下版本
        most_common = count.most_common(5)
        tf_list = []
        # 用解构赋值直接获取单词和对应的出现次数
        for word, freq in most_common:
            tf_value = freq / total_words
            tf_list.append((word, tf_value))
        return tf_list

效果说明 #

调用这个函数后，会返回类似这样的结果：

[('the', 0.6823380), ('to', 0.501906), ('a', 0.372300), ('of', 0.340), ('and', 0.2757)]

既保留了单词，又得到了正确的词频计算值。如果只需要纯数值列表，把tf_list.append((word, tf_value))改成tf_list.append(tf_value)就可以了。

内容的提问来源于stack exchange，提问作者lo7