如何在Python中提取文本10个高频词并仅返回单词列表（禁用NLTK）

我有一段文本，想要提取其中出现频率最高的10个单词。使用text.most_common(10)方法时，得到的是包含出现次数的元组（不需要次数），如何修改代码使输出仅为单词组成的列表？注：程序中不能使用nltk库。

我的代码 #

tuple(map(str, Counter(text).most_common(10)))

当前输出 #

('science', 55)

期望输出 #

["science"]

使用列表推导式提取每个元组的第一个元素即可：

from collections import Counter

# 替换text为你的实际文本内容
top_10_words = [word for word, count in Counter(text).most_common(10)]
print(top_10_words)

说明 #

• Counter(text).most_common(10) 返回的是前10个高频词的元组列表，每个元组结构为(单词, 出现次数)
• 列表推导式遍历这些元组，只保留元组的第一个元素（即单词），最终生成仅包含单词的列表
• 你原代码里的tuple(map(str, ...))会把整个元组转为字符串，不符合需求，替换为上述写法即可得到目标输出

内容的提问来源于stack exchange，提问作者Asimina