Python Web Scraping词频统计代码运行报错如何修复？

错误逐个修复说明 #

• 报错1：NameError: name 'k' is not defined + 词频赋值语法错误
  修复方法：
  1. 变量k是你遍历的单词数据源，需要提前赋值：将你爬虫拿到的文本分词后的单词列表赋值给k再执行遍历逻辑
  2. 补全词频赋值的右值：首次出现的单词赋值为1，重复出现的计数加1
• 报错2：TypeError: 'builtin_function_or_method' object is not iterable
  修复方法：word_frequency.values是字典的内置方法，需要加括号调用才能拿到所有频率值，修改为word_frequency.values()
• 报错3：NameError: name 'nlargest' is not defined
  修复方法：nlargest属于Python标准库heapq，需要在代码开头导入：from heapq import nlargest
• 报错4：NameError: name 'plt' is not defined
  修复方法：plt是可视化库matplotlib.pyplot的常用别名，需要在代码开头导入：import matplotlib.pyplot as plt
• 额外逻辑修复（原代码隐藏问题）
  原代码直接取word_frequency.keys()的前21个元素，默认是插入顺序，不是频率从高到低的顺序，需要按排序后的高频词列表取对应值，才能得到正确的前20高频词统计结果。

修正后完整可运行代码 #

# 导入依赖
from heapq import nlargest
import matplotlib.pyplot as plt

# 此处替换为你爬虫得到的分词后单词列表
k = ["示例", "单词", "列表", "你", "需要", "替换", "为", "自己的", "分词", "结果"]

# 词频统计逻辑
word_frequency = {}
for token in k:
    if token not in word_frequency:
        word_frequency[token] = 1
    else:
        word_frequency[token] += 1

# 计算最大频率
max_frequency = max(word_frequency.values())
print("最大词频：", max_frequency)

# 取前100高频词
word_highest = nlargest(100, word_frequency, key=word_frequency.get)
print("前100高频词：", word_highest)

# 绘制前20高频词折线图
top20_words = word_highest[:20]
top20_freq = [word_frequency[word] for word in top20_words]

plt.plot(top20_words, top20_freq)
plt.xticks(rotation=80)
plt.xlabel('Words')
plt.ylabel('Frequency')
plt.title('Word Frequency')
plt.show()

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