Tenho este ficheiro de texto que é processado para tirar maiúsculas e esta parte faz corretamente.
olá meu nome é meu nome pois eu olá
é meu nome walt não disney
olá
Depois tenho esta função que deve ser capaz de calcular a frequência de cada palavra (e faz isso como deve). E depois deve ordenar a lista dataFreq
e fazer o calculo de qual a probabilidade de determinada palavra surgir no texto. Ou seja, desta forma: frequenciaPalavra/totalPalavras
def countWordExact(dataClean):
count = {}
dataFreq = []
global total
for word in dataClean.splitlines():
for word in word.split(" "):
if word in count:
count[word] += 1
else:
count[word] = 1
total += 1
dataFreq.append(count)
freq = []
for indice in sorted(count, key=count.get):
#print(count[indice])
freq.append((count[indice])/total)
#print(freq)
return dataFreq
A minha duvida é: como ordenar o dicionario (consecutivamente a lista) e adicionar a esta os valores resultantes do calculo da frequencia indicado acima? Dou o exemplo:
[{'olá': 0.12, 'meu': 0.12, 'nome': 0.132, 'é': 0.12321, 'pois': 0.56, 'eu': 0.65, 'walt': 0.7, 'não': 0.7, 'disney': 0.5}]
(os valores da frenquencia acima estão errados)