Python中使用collections.Counter统计文本文件字符频次的简便方法

你当前的代码存在两个问题：一是用split()把文本拆成了单词列表，丢失了单个字符的信息；二是手动构造字符列表完全没必要，效率极低。下面是更简便的实现方式：

基础实现（统计所有字符，包括空格、标点） #

直接读取整个文件内容，利用Counter可直接处理可迭代对象（字符串本身就是字符的可迭代序列）的特性，一步完成统计：

from collections import Counter

# 读取文件并转小写（统一大小写统计，不需要可去掉.lower()）
with open("data/aragon.txt", 'r', encoding='utf-8') as data_file:
    full_text = data_file.read().lower()

# 统计所有字符出现次数
char_counter = Counter(full_text)

# 按出现次数从高到低输出结果
for char, count in sorted(char_counter.items(), key=lambda x: x[1], reverse=True):
    print(f"'{char}' : {count}")

进阶：只统计字母字符（排除空格、数字、标点） #

如果不需要统计空格、数字或标点，可以先过滤文本：

from collections import Counter

with open("data/aragon.txt", 'r', encoding='utf-8') as data_file:
    full_text = data_file.read().lower()

# 过滤出仅字母字符
filtered_chars = [c for c in full_text if c.isalpha()]
char_counter = Counter(filtered_chars)

# 输出结果
for char, count in sorted(char_counter.items(), key=lambda x: x[1], reverse=True):
    print(f"'{char}' : {count}")

关键说明 #

• data_file.read()：一次性读取整个文件的所有内容，避免逐行处理的繁琐，同时保留所有字符信息（包括换行、空格）。
• Counter直接处理字符串：字符串本身是可迭代的，Counter会自动遍历每个字符并计数，不需要手动拆分字符成列表。
• .lower()：将所有字母转为小写，确保'A'和'a'被统计为同一个字符，不需要区分大小写时可省略。

内容的提问来源于stack exchange，提问作者user19965401