文本文件字母频率计算：修复Python代码实现问题

假设你的文本文件名为letter_counts.txt，以下是能正确生成目标频率向量的代码：

# 初始化长度为26的列表，对应a-z的频率，初始值设为0
freq = [0.0] * 26
total_chars = 1296

# 读取文件并处理数据
with open('letter_counts.txt', 'r', encoding='utf-8') as f:
    # 跳过表头行
    next(f)
    for line in f:
        # 去除首尾空白、去掉引号后按分号分割数据
        letter, count_str = line.strip().replace('"', '').split(';')
        # 将次数转换为整数
        count = int(count_str)
        # 计算字母对应的索引：a对应0，b对应1……z对应25
        index = ord(letter) - ord('a')
        # 计算百分比频率并赋值到对应位置
        freq[index] = (count / total_chars) * 100

# 转换为numpy数组以匹配期望的输出格式（不需要numpy的话，直接打印freq列表即可）
import numpy as np
freq_array = np.array(freq)
print(freq_array)

代码说明 #

• 初始化频率列表：提前创建26位全0列表，确保a-z每个字母都有固定位置，避免顺序错乱。
• 文件处理逻辑：
  • 跳过第一行表头，避免处理无效数据；
  • 清理每行数据的引号、分割分号，提取纯字母和次数数值；
  • 通过ord(letter) - ord('a')精准映射字母到列表索引，保证a-z的顺序匹配。
• 频率计算：用(次数/总字符数)*100得到百分比数值，直接赋值到对应索引位置。
• 输出格式：转换为numpy数组后，打印格式会和你给出的期望输出完全一致；若不需要numpy，直接打印freq列表也能得到正确数值，仅格式略有差异。

常见错误排查 #

如果之前的代码无法运行，大概率是以下原因：

• 未跳过表头行，导致第一行字符串无法转换为整数；
• 未处理数据中的引号，分割后的数据带引号，无法完成类型转换；
• 字母索引计算错误，导致频率位置和a-z顺序不匹配；
• 计算频率时未乘以100，得到的是小数而非百分比。

内容的提问来源于stack exchange，提问作者Lisa