标签: zipf

我试图用 Python 中的 Zipf 分布 PDF F~x^(-a)拟合以下图（红点）。我只是选择a=0.56并绘制了y = x^(-0.56)，我得到了如下所示的曲线。

曲线显然是错误的。我不知道如何进行曲线拟合。

如何测量或找到 Zipf 分布？例如，我有一个英语单词语料库。我如何找到 Zipf 分布？我需要找到 Zipf 分布，然后绘制它的图形。但我陷入了第一步，即找到 Zipf 分布。

编辑：从每个单词的频率计数来看，很明显它遵守 Zipf 定律。但我的目标是绘制一个 zipf 分布图。我不知道如何计算分布图的数据

我正在 Python 上编写一个函数，它将文本文件的名称（作为字符串）作为输入。该函数应首先确定每个单词在文件中出现的次数。稍后，我将制作一个条形图，显示文件中十个最常见单词的频率，每个条形旁边是第二个条形，其高度是 Zipf 定律预测的频率。我已经有一些图形代码，但我需要帮助来查找文本文件中最常见的单词。

def zipf_graph(text_file):
    import string
    file = open(text_file, encoding = 'utf8')
    text = file.read()
    file.close()

    #the following strips and removes punctuation and makes the words lowercase
    punc = string.punctuation + '’”—??“?'
    new_text = text
    for char in punc:
        new_text = new_text.replace(char,'')
        new_text = new_text.lower()
    text_split = new_text.split()

我被困在这里，我试图在列表中找到最常见的字符串，但我不知道从哪里开始，以下是我尝试过的：

    words = text_split
    most_common = max(words, key = words.count)
    # print(most_common)

我还想添加以下代码，因为它被建议提供帮助

    # Sorting a list by frequency
    # Assumes you have your elements as (word, frequency) tuples …