如何用电子表格跟踪文本中分组词频并生成可视化图表？

当然可以！用Excel或者LibreOffice Calc这类电子表格工具，完全能实现你要的分组词汇词频跟踪+页码维度可视化需求，我结合你的具体例子一步步拆解：

要按页码统计，首先得把每页的文本单独拆出来对应页码：

对于MS Word： #

可以用VBA宏快速导出每页内容到Excel，省得手动复制粘贴：
打开你的Word文档，按Alt+F11打开VBA编辑器，插入一个新模块，粘贴下面的代码：

Sub ExtractPagesToExcel()
    Dim xlApp As Object, xlWB As Object, xlWS As Object
    Dim pageCount As Integer, i As Integer
    Set xlApp = CreateObject("Excel.Application")
    Set xlWB = xlApp.Workbooks.Add
    Set xlWS = xlWB.Sheets(1)
    
    ' 设置表头
    xlWS.Cells(1, 1) = "页码"
    xlWS.Cells(1, 2) = "页面内容"
    
    pageCount = ActiveDocument.ComputeStatistics(wdStatisticPages)
    For i = 1 To pageCount
        ' 复制当前页内容
        ActiveDocument.Bookmarks("\Page").Range.Copy
        ' 写入页码和内容到Excel
        xlWS.Cells(i + 1, 1) = i
        xlWS.Cells(i + 1, 2).PasteSpecial xlPasteValues
    Next i
    
    xlApp.Visible = True
    Set xlApp = Nothing
End Sub

运行这个宏，就能得到一个Excel表，第一列是页码，第二列对应每页的文本内容。

对于LibreOffice Writer： #

可以用更简单的手动方法快速拆分：

1. 打开Writer文档，按Ctrl+H打开查找替换对话框
2. 在「查找内容」里输入^$（匹配分页符），「替换为」里输入---页码&---（分页符会被替换成带页码标记的分隔线）
3. 替换完成后，全选文本复制到Calc里，按---页码分割成每行对应一页的内容，再手动整理出页码列和内容列。

在电子表格里新建一个工作表（比如命名为「词汇分组」），整理你要统计的词汇和对应的组：

回到存放页码和内容的工作表（比如「页面数据」），新增三列表头：food词频、color词频、proper names词频。

Excel里的统计公式： #

以第一页（第2行）的food词频为例，输入公式：

=SUMPRODUCT(--(ISNUMBER(SEARCH(词汇分组!$A$2:$A$4, 页面数据!B2))), --(词汇分组!$B$2:$B$4="food（食物）"))

把公式下拉到所有页码行，就能自动统计每页food组词汇的总出现次数。

同理，color组的公式把最后一个参数改成"color（颜色）"，专有名词组改成"proper names（专有名词）"即可。

LibreOffice Calc里的公式： #

语法和Excel几乎一致，把公式里的工作表名称调整成你实际命名的即可：

=SUMPRODUCT(--(ISNUMBER(SEARCH(词汇分组.$A$2:$A$4; 页面数据.$B2))); --(词汇分组.$B$2:$B$4="food（食物）"))

关键注意点：

• 用SEARCH而不是FIND，是因为它不区分大小写（比如能识别banana和Banana）
• 如果要避免部分匹配（比如不想把BananaPie算成Banana），可以给词汇加单词边界：把词汇分组!$A$2:$A$4改成"\b"&词汇分组!$A$2:$A$4&"\b"，这样只会匹配完整单词。

1. 选中「页码」列和三个分组的词频列（比如A1:D101）
2. 插入折线图（或柱状图，看你偏好）
3. 调整图表设置：把横轴设为「页码」，纵轴设为「词频」，给每条线标上对应的分组名称
   这样你就能直观看到每页各组词汇的使用情况，零使用的页码会在图表上显示为0刻度的点。

举个实际例子：如果第6页的内容是"Rachel ate a Banana and Steak. The room was painted Blue and Red. Tim helped clean."，那么food组词频是2，color组是2，proper names组是2；如果第7页没有任何分组词汇，三个列都会显示0，图表上对应点就落在纵轴0的位置。

内容的提问来源于stack exchange，提问作者chris-j