统计单词频率是文本分析中的基础任务，可通过以下方法实现：

一、手动统计

逐字逐句阅读

通过人工阅读文本，记录每个单词出现的次数。这种方法简单直观，但效率低下且易出错，适用于小规模文本。

分词辅助

使用纸笔或工具对文本进行分词（如按空格、标点符号等），再统计词频。分词质量直接影响统计准确性。

二、自动统计（推荐）

编程实现

使用Python等编程语言编写脚本，通过正则表达式分词，再利用字典或`collections.Counter`统计频率。例如：

```python

import re

from collections import Counter

text = "hello world, hello python, world"

words = re.findall(r'\b\w+\b', text.lower())

frequency = Counter(words)

print(frequency)

```

该方法时间复杂度为O（n），适合大规模文本处理。

使用工具软件

- 在线工具：

如Word Counter、Text Analyzer等，支持导入文本后一键生成频率表。

- 桌面软件：如AntConc、Emeditor等专业工具，提供批量处理和可视化功能。

- 编程库：使用`nltk`或`spaCy`等自然语言处理库，可进行分词和词频统计。

三、注意事项

分词规范

英语文本需进行词形还原（如将"running"还原为"run"）和时态归一化，以提高统计准确性。Python中可用`nltk.stem.WordNetLemmatizer`进行词形还原。

结果验证

自动统计结果需人工校对，避免因标点符号、大小写等问题导致的误差。

四、扩展功能

词云生成：

统计完成后，可结合词频生成词云图，直观展示高频词汇。

多语言支持：部分工具支持中英文混合文本的统计，需注意分词规则差异。

通过以上方法，可根据需求选择合适的方式统计单词频率。