1.6. Frekvenslister
Frekvenslister fra tekster kan danne utgangspunkt for mye informasjon om teksten.
Her bruker vi klassen Counts
for å hente frekvensklister (absoluttfrekvenser) fra boka.
urn
er identifikator for boka i Nasjonalbibliotekets samling. Under eksempelfila om korpusbygging() finnes mer informasjon om hvordan man bygger et korpus. Urn finner man i bokas metadata, og de er på denne formen: https://urn.nb.no/URN:NBN:no-nb_digibok_2012051608012. Det er de 13 sifrene på slutten vi bruker her.
1.6.1. Frekvensliste for enkeltbøker
1.6.1.1. Kort sakprosabok
, 184
. 162
og 94
i 93
det 51
...
ekstra 1
eget 1
egenkjærligheden 1
egenflige 1
eneste 1
Name: 100431574, Length: 1597, dtype: int64
Vi kan sammenlikne frekvenslista for boka med et større korpus, som vi her legger i variabelen tot
Vi lager en dataramme, nb.frame()
for forholdet mellom frekvensene for ordene i vann og for de 50000 mest frekvente ordene i hele nb.no
Hedda 0.000050
def 0.000030
Ivo 0.000026
Skjønberg 0.000023
Claes 0.000019
Gill 0.000017
oppførelse 0.000016
teatrene 0.000016
VAN 0.000015
væsen 0.000013
Alten 0.000013
Rosenkrantz 0.000011
Kaas 0.000011
poetiske 0.000010
ensemblet 0.000010
Høst 0.000010
Jæger 0.000010
kontra 0.000009
Peggy 0.000009
Vauxhall 0.000009
dtype: float64
|
freq |
. |
7655423257 |
, |
5052171514 |
i |
2531262027 |
og |
2520268056 |
- |
1314451583 |
... |
... |
tidspunkter |
110667 |
dirigenter |
110660 |
ondartet |
110652 |
kulturtilbud |
110652 |
trassig |
110651 |
50000 rows × 1 columns
1.6.1.2. Knausgårds Min kamp / Første bok
|
100197175 |
, |
14332 |
. |
9480 |
og |
5383 |
det |
4430 |
jeg |
4175 |
i |
3657 |
var |
3238 |
på |
3152 |
- |
2500 |
som |
2463 |
en |
2175 |
hadde |
2010 |
ikke |
1947 |
av |
1900 |
den |
1895 |
til |
1815 |
med |
1787 |
sa |
1705 |
meg |
1581 |
å |
1575 |
|
ratio |
Yngve |
0.000572 |
Farmor |
0.000376 |
pappas |
0.000231 |
farmor |
0.000203 |
Ylva |
0.000190 |
skrudde |
0.000154 |
Jada |
0.000130 |
Fløgstad |
0.000119 |
helte |
0.000114 |
koppen |
0.000108 |
kroppene |
0.000108 |
gitaren |
0.000105 |
jævla |
0.000105 |
rekkverket |
0.000104 |
cola |
0.000103 |
røykte |
0.000101 |
sigaretten |
0.000101 |
kløv |
0.000097 |
faen |
0.000094 |
stuen |
0.000090 |
1.6.2. Sammenlikning av frekvens for ulike bøker
|
100002573 |
100003437 |
100524772 |
100440922 |
100463823 |
100031786 |
100503110 |
100119169 |
100129179 |
100131673 |
100155956 |
100495388 |
100495411 |
100224766 |
100222464 |
100247914 |
100397512 |
100429146 |
100429371 |
100429373 |
, |
1830.0 |
1890.0 |
2236.0 |
2279.0 |
2726.0 |
2087.0 |
2544.0 |
3086.0 |
10898.0 |
2600.0 |
2883.0 |
1947.0 |
577.0 |
2583.0 |
27.0 |
51.0 |
283.0 |
2782.0 |
2371.0 |
2074.0 |
. |
1620.0 |
1738.0 |
1637.0 |
2079.0 |
2378.0 |
1983.0 |
2347.0 |
2399.0 |
10085.0 |
2134.0 |
2673.0 |
2042.0 |
669.0 |
2157.0 |
57.0 |
72.0 |
299.0 |
1951.0 |
1889.0 |
1707.0 |
« |
948.0 |
975.0 |
1032.0 |
986.0 |
10.0 |
775.0 |
1233.0 |
1811.0 |
4910.0 |
1287.0 |
1395.0 |
639.0 |
0.0 |
1170.0 |
5.0 |
13.0 |
5.0 |
1252.0 |
1009.0 |
1010.0 |
» |
908.0 |
915.0 |
1055.0 |
985.0 |
12.0 |
773.0 |
1229.0 |
1809.0 |
4908.0 |
1288.0 |
1399.0 |
635.0 |
0.0 |
1173.0 |
5.0 |
8.0 |
5.0 |
1252.0 |
1008.0 |
1013.0 |
og |
892.0 |
1083.0 |
672.0 |
1588.0 |
1475.0 |
1387.0 |
2042.0 |
1434.0 |
6955.0 |
1373.0 |
1644.0 |
1331.0 |
461.0 |
1574.0 |
21.0 |
25.0 |
145.0 |
1618.0 |
1494.0 |
924.0 |
|
100002573 |
100003437 |
100524772 |
100440922 |
100463823 |
100031786 |
100503110 |
100119169 |
100129179 |
100131673 |
100155956 |
100495388 |
100495411 |
100224766 |
100222464 |
100247914 |
100397512 |
100429146 |
100429371 |
100429373 |
, |
1830.000000 |
1890.000000 |
2236.000000 |
2279.000000 |
2726.000000 |
2087.000000 |
2544.000000 |
3086.000000 |
10898.000000 |
2600.000000 |
2883.000000 |
1947.000000 |
577.000000 |
2583.000000 |
27.000000 |
51.000000 |
283.000000 |
2782.000000 |
2371.000000 |
2074.000000 |
. |
1620.000000 |
1738.000000 |
1637.000000 |
2079.000000 |
2378.000000 |
1983.000000 |
2347.000000 |
2399.000000 |
10085.000000 |
2134.000000 |
2673.000000 |
2042.000000 |
669.000000 |
2157.000000 |
57.000000 |
72.000000 |
299.000000 |
1951.000000 |
1889.000000 |
1707.000000 |
« |
948.000000 |
975.000000 |
1032.000000 |
986.000000 |
10.000000 |
775.000000 |
1233.000000 |
1811.000000 |
4910.000000 |
1287.000000 |
1395.000000 |
639.000000 |
0.000000 |
1170.000000 |
5.000000 |
13.000000 |
5.000000 |
1252.000000 |
1009.000000 |
1010.000000 |
» |
908.000000 |
915.000000 |
1055.000000 |
985.000000 |
12.000000 |
773.000000 |
1229.000000 |
1809.000000 |
4908.000000 |
1288.000000 |
1399.000000 |
635.000000 |
0.000000 |
1173.000000 |
5.000000 |
8.000000 |
5.000000 |
1252.000000 |
1008.000000 |
1013.000000 |
og |
892.000000 |
1083.000000 |
672.000000 |
1588.000000 |
1475.000000 |
1387.000000 |
2042.000000 |
1434.000000 |
6955.000000 |
1373.000000 |
1644.000000 |
1331.000000 |
461.000000 |
1574.000000 |
21.000000 |
25.000000 |
145.000000 |
1618.000000 |
1494.000000 |
924.000000 |
^ |
566.000000 |
649.000000 |
861.000000 |
2.000000 |
0.000000 |
2.000000 |
2.000000 |
4.000000 |
103.000000 |
1.000000 |
0.000000 |
31.000000 |
0.000000 |
2.000000 |
25.000000 |
71.000000 |
0.000000 |
0.000000 |
0.000000 |
0.000000 |
det |
526.000000 |
674.000000 |
478.000000 |
863.000000 |
999.000000 |
776.000000 |
1019.000000 |
890.000000 |
4070.000000 |
820.000000 |
925.000000 |
849.000000 |
193.000000 |
944.000000 |
4.000000 |
6.000000 |
92.000000 |
866.000000 |
788.000000 |
598.000000 |
a |
497.000000 |
559.000000 |
403.000000 |
6.000000 |
8.000000 |
2.000000 |
2.000000 |
8.000000 |
19.000000 |
3.000000 |
3.000000 |
17.000000 |
7.000000 |
4.000000 |
4.000000 |
1.000000 |
0.000000 |
1.000000 |
3.000000 |
10.000000 |
6 |
465.000000 |
338.000000 |
596.000000 |
0.000000 |
1.000000 |
1.000000 |
1.000000 |
0.000000 |
2.000000 |
0.000000 |
0.000000 |
2.000000 |
3.000000 |
1.000000 |
0.000000 |
0.000000 |
3.000000 |
0.000000 |
1.000000 |
2.000000 |
i |
457.000000 |
429.000000 |
505.000000 |
461.000000 |
559.000000 |
466.000000 |
531.000000 |
456.000000 |
2367.000000 |
375.000000 |
529.000000 |
653.000000 |
169.000000 |
542.000000 |
23.000000 |
52.000000 |
55.000000 |
494.000000 |
375.000000 |
352.000000 |
var |
417.000000 |
566.000000 |
506.000000 |
660.000000 |
700.000000 |
621.000000 |
856.000000 |
539.000000 |
2974.000000 |
617.000000 |
647.000000 |
676.000000 |
75.000000 |
585.000000 |
0.000000 |
4.000000 |
7.000000 |
617.000000 |
676.000000 |
351.000000 |
er |
367.000000 |
338.000000 |
307.000000 |
327.000000 |
387.000000 |
238.000000 |
423.000000 |
501.000000 |
1535.000000 |
391.000000 |
383.000000 |
270.000000 |
192.000000 |
557.000000 |
10.000000 |
0.000000 |
77.000000 |
444.000000 |
412.000000 |
343.000000 |
ikke |
319.000000 |
356.000000 |
402.000000 |
419.000000 |
472.000000 |
372.000000 |
461.000000 |
572.000000 |
2002.000000 |
457.000000 |
493.000000 |
346.000000 |
92.000000 |
391.000000 |
1.000000 |
1.000000 |
56.000000 |
479.000000 |
440.000000 |
325.000000 |
til |
311.000000 |
370.000000 |
386.000000 |
408.000000 |
495.000000 |
374.000000 |
521.000000 |
449.000000 |
1973.000000 |
381.000000 |
482.000000 |
374.000000 |
90.000000 |
559.000000 |
9.000000 |
8.000000 |
48.000000 |
410.000000 |
427.000000 |
325.000000 |
sa |
299.000000 |
236.000000 |
256.000000 |
650.000000 |
760.000000 |
496.000000 |
845.000000 |
1194.000000 |
3091.000000 |
834.000000 |
896.000000 |
262.000000 |
79.000000 |
716.000000 |
0.000000 |
7.000000 |
0.000000 |
797.000000 |
666.000000 |
566.000000 |
på |
285.000000 |
280.000000 |
228.000000 |
641.000000 |
666.000000 |
630.000000 |
805.000000 |
614.000000 |
2921.000000 |
566.000000 |
675.000000 |
566.000000 |
145.000000 |
642.000000 |
6.000000 |
5.000000 |
62.000000 |
585.000000 |
590.000000 |
488.000000 |
8 |
283.000000 |
370.000000 |
345.000000 |
1.000000 |
1.000000 |
1.000000 |
2.000000 |
1.000000 |
1.000000 |
4.000000 |
1.000000 |
1.000000 |
2.000000 |
1.000000 |
2.000000 |
0.000000 |
2.000000 |
1.000000 |
1.000000 |
1.000000 |
så |
270.000000 |
313.000000 |
272.000000 |
633.000000 |
734.000000 |
535.000000 |
760.000000 |
743.000000 |
2896.000000 |
687.000000 |
772.000000 |
520.000000 |
115.000000 |
507.000000 |
1.000000 |
3.000000 |
70.000000 |
776.000000 |
627.000000 |
586.000000 |
2 |
262.000000 |
190.000000 |
567.000000 |
0.000000 |
0.000000 |
2.000000 |
0.000000 |
0.000000 |
4.000000 |
1.000000 |
1.000000 |
1.000000 |
0.000000 |
0.000000 |
3.000000 |
1.000000 |
0.000000 |
3.000000 |
0.000000 |
0.000000 |
en |
246.000000 |
352.000000 |
384.000000 |
378.000000 |
375.000000 |
286.000000 |
402.000000 |
316.000000 |
1487.000000 |
339.000000 |
348.000000 |
357.000000 |
150.000000 |
418.000000 |
4.000000 |
6.000000 |
46.000000 |
376.000000 |
328.000000 |
266.000000 |
1.6.3. Frekvens for spesifikke termer
|
100002573 |
100003437 |
100524772 |
100440922 |
100463823 |
100031786 |
100503110 |
100119169 |
100129179 |
100131673 |
100155956 |
100495388 |
100495411 |
100224766 |
100222464 |
100247914 |
100397512 |
100429146 |
100429371 |
100429373 |
Morten |
46.000000 |
190.000000 |
1.000000 |
147.000000 |
517.000000 |
136.000000 |
0.000000 |
0.000000 |
897.000000 |
0.000000 |
145.000000 |
0.000000 |
0.000000 |
72.000000 |
1.000000 |
0.000000 |
0.000000 |
0.000000 |
0.000000 |
0.000000 |
Mormor |
36.000000 |
19.000000 |
3.000000 |
64.000000 |
59.000000 |
57.000000 |
0.000000 |
0.000000 |
265.000000 |
0.000000 |
34.000000 |
0.000000 |
0.000000 |
37.000000 |
1.000000 |
0.000000 |
0.000000 |
2.000000 |
0.000000 |
0.000000 |
Ole |
25.000000 |
46.000000 |
11.000000 |
7.000000 |
93.000000 |
46.000000 |
1.000000 |
0.000000 |
114.000000 |
0.000000 |
5.000000 |
38.000000 |
0.000000 |
2.000000 |
1.000000 |
0.000000 |
0.000000 |
0.000000 |
0.000000 |
473.000000 |
Marte |
24.000000 |
30.000000 |
1.000000 |
72.000000 |
14.000000 |
23.000000 |
0.000000 |
0.000000 |
361.000000 |
0.000000 |
44.000000 |
0.000000 |
1.000000 |
8.000000 |
2.000000 |
0.000000 |
0.000000 |
0.000000 |
0.000000 |
0.000000 |
Aleksander |
19.000000 |
26.000000 |
7.000000 |
7.000000 |
89.000000 |
40.000000 |
0.000000 |
0.000000 |
105.000000 |
0.000000 |
5.000000 |
38.000000 |
0.000000 |
1.000000 |
1.000000 |
0.000000 |
0.000000 |
0.000000 |
0.000000 |
468.000000 |
Knerten |
6.000000 |
0.000000 |
6.000000 |
0.000000 |
0.000000 |
0.000000 |
0.000000 |
389.000000 |
0.000000 |
429.000000 |
5.000000 |
0.000000 |
0.000000 |
0.000000 |
0.000000 |
0.000000 |
0.000000 |
1.000000 |
0.000000 |
0.000000 |
Guro |
2.000000 |
0.000000 |
3.000000 |
0.000000 |
0.000000 |
0.000000 |
0.000000 |
0.000000 |
0.000000 |
0.000000 |
0.000000 |
0.000000 |
0.000000 |
8.000000 |
0.000000 |
0.000000 |
0.000000 |
500.000000 |
496.000000 |
0.000000 |
Lillebror |
1.000000 |
0.000000 |
1.000000 |
0.000000 |
0.000000 |
0.000000 |
0.000000 |
775.000000 |
0.000000 |
717.000000 |
1.000000 |
0.000000 |
0.000000 |
0.000000 |
0.000000 |
0.000000 |
61.000000 |
0.000000 |
0.000000 |
0.000000 |
|
100002573 |
100003437 |
100524772 |
100440922 |
100463823 |
100031786 |
100503110 |
100119169 |
100129179 |
100131673 |
100155956 |
100495388 |
100495411 |
100224766 |
100222464 |
100247914 |
100397512 |
100429146 |
100429371 |
100429373 |
boken |
0.000000 |
0.000000 |
3.000000 |
1.000000 |
3.000000 |
1.000000 |
1.000000 |
3.000000 |
4.000000 |
0.000000 |
1.000000 |
1.000000 |
0.000000 |
3.000000 |
0.000000 |
0.000000 |
0.000000 |
0.000000 |
1.000000 |
0.000000 |
boka |
0.000000 |
0.000000 |
0.000000 |
0.000000 |
0.000000 |
0.000000 |
0.000000 |
0.000000 |
0.000000 |
0.000000 |
0.000000 |
0.000000 |
4.000000 |
1.000000 |
0.000000 |
0.000000 |
0.000000 |
0.000000 |
0.000000 |
0.000000 |
sola |
0.000000 |
0.000000 |
0.000000 |
0.000000 |
0.000000 |
1.000000 |
0.000000 |
0.000000 |
3.000000 |
0.000000 |
0.000000 |
3.000000 |
2.000000 |
0.000000 |
0.000000 |
0.000000 |
0.000000 |
0.000000 |
0.000000 |
0.000000 |
solen |
0.000000 |
2.000000 |
0.000000 |
0.000000 |
0.000000 |
3.000000 |
3.000000 |
8.000000 |
7.000000 |
0.000000 |
1.000000 |
4.000000 |
1.000000 |
1.000000 |
0.000000 |
0.000000 |
0.000000 |
1.000000 |
0.000000 |
0.000000 |