テキスト分析ツール

1. アプリ概要

長い文章でどの言葉を繰り返し使っているかは、読み返すだけでは数えきれません。このツールはテキストを貼り付けるかファイルから読み込み、単語頻度・文字数・センテンス数を分析して、頻度グラフとワードクラウドで可視化します。

wordcloud（任意）を入れていないときは、ワードクラウド タブに pip install wordcloud の案内が出るだけで、基本統計・単語頻度・頻度グラフ・文字解析はこれまでどおり使えます（19〜23行・318〜337行）。

日本語は形態素解析をしないため、記号・句読点・空白で区切られたひと続きの文字列が1語として数えられます（252行の re.findall）。

2. 機能一覧

• 「📂 ファイルを開く」ボタン（_open_file()）・「▶ 分析」ボタン（_analyze()）・「🗑 クリア」ボタン（_clear()）で操作
• イベント <<Modified>> から _on_text_change() を実行
• ttk.Treeview による表形式の一覧表示
• filedialog.askopenfilename() によるファイル選択ダイアログ
• messagebox.showwarning() によるダイアログ通知
• ウィンドウはタイトル「テキスト分析ツール」・サイズ 1050x660 で起動

3. 事前準備・環境

Windows 11（実機）で起動と基本操作を確認しています（全機能の網羅テストではありません）。Linux Mint 22.3（仮想マシン）では起動と画面表示を確認しました。macOS は必要なライブラリ（pip install）を入れれば動作する想定ですが、未検証です。

• Python 3.11 以上（Ubuntu で 3.14・3.15 の起動を確認）
• OS: Windows 11（実機で起動・基本操作を確認）・Linux Mint 22.3（仮想マシンで起動・画面表示を確認）

インストールが必要なライブラリ

pip install matplotlib wordcloud

matplotlib は頻度グラフ、wordcloud はワードクラウド タブに使います。どちらも try〜except ImportError で読み込むので（9〜23行）、入っていなくてもアプリは起動し、該当タブに案内が出るだけです。wordcloud を入れない場合でも、単語頻度の表と頻度グラフ（matplotlib）はこれまでどおり使えます。

ワードクラウドの描画は Linux Mint 22.3（仮想マシン・Python 3.12・matplotlib 3.11・wordcloud 1.9.6）で日本語を含めて表示されることを確認しました（和文フォントは Noto Sans CJK JP を自動検出）。Windows での実描画は当サイトではまだ確認していません。Windows では Meiryo などを先に探す作りですが（26〜53行）、実際に描けたかどうかを確認するまでは断定しません。

Python 3.15 で使う場合の注意: 2026年10月14日時点で、wordcloud 1.9.6 には Python 3.15 用の Windows（64bit）向けビルド済みファイル（wheel）が PyPI にありません（3.14 までは提供されています。PyPI の配布ファイル一覧で確認）。そのため Windows で 3.15 を使うと、pip install wordcloud はソースからのビルドになり、C コンパイラーが必要になる可能性があります（当サイトでは 3.15 でのインストールは未確認です）。matplotlib 3.11.2 には 3.15 用の wheel があります（2026年10月12日時点）。ワードクラウド タブを使うなら、wheel で入れられる 3.14 系で動かすほうが手間がかかりません。Windows に 3.14 も入っているなら py -3.14 -m pip install matplotlib wordcloud で 3.14 に入れて py -3.14 app080.py で起動するか、3.15 用 wheel の公開を待ってください。

4. 完全なソースコード

import tkinter as tk
from tkinter import ttk, messagebox, filedialog
import re
import os
import math
import threading
import collections

try:
    import matplotlib
    matplotlib.use("TkAgg")
    from matplotlib.figure import Figure
    from matplotlib.backends.backend_tkagg import FigureCanvasTkAgg
    from matplotlib import font_manager
    MATPLOTLIB_AVAILABLE = True
except ImportError:
    MATPLOTLIB_AVAILABLE = False

try:
    from wordcloud import WordCloud
    WORDCLOUD_AVAILABLE = True
except ImportError:
    WORDCLOUD_AVAILABLE = False

# 和文フォントの候補（グラフとワードクラウドで共通・上から順に探す）
JP_FONT_NAMES = ("Meiryo", "Yu Gothic", "Noto Sans CJK JP", "Noto Sans JP",
                 "Hiragino Sans", "IPAexGothic", "MS Gothic", "TakaoPGothic")

if MATPLOTLIB_AVAILABLE:
    # グラフ内の日本語が豆腐（□）にならないよう、入っている和文フォントを1つ選ぶ
    _installed = {f.name for f in font_manager.fontManager.ttflist}
    for _name in JP_FONT_NAMES + ("DejaVu Sans",):
        if _name in _installed:
            matplotlib.rcParams["font.family"] = _name
            break
    matplotlib.rcParams["axes.unicode_minus"] = False


def find_jp_font_path():
    """ワードクラウド用に和文フォントのファイルパスを探す（無ければ None）"""
    if MATPLOTLIB_AVAILABLE:
        for name in JP_FONT_NAMES:
            for f in font_manager.fontManager.ttflist:
                if f.name == name:
                    return f.fname
    for path in ("C:/Windows/Fonts/meiryo.ttc", "C:/Windows/Fonts/YuGothM.ttc",
                 "C:/Windows/Fonts/msgothic.ttc",
                 "/usr/share/fonts/opentype/noto/NotoSansCJK-Regular.ttc",
                 "/usr/share/fonts/truetype/takao-gothic/TakaoPGothic.ttf",
                 "/System/Library/Fonts/ヒラギノ角ゴシック W3.ttc"):
        if os.path.exists(path):
            return path
    return None


JP_FONT_PATH = find_jp_font_path()


class App080:
    """テキスト分析ツール"""

    # 日本語・英語ストップワード（簡易版）
    STOP_WORDS = {
        "の", "に", "は", "を", "た", "が", "で", "て", "と", "し", "れ", "さ",
        "ある", "いる", "も", "する", "から", "な", "こと", "として", "い", "や",
        "れる", "など", "なっ", "ない", "この", "ため", "その", "あっ", "よう",
        "また", "もの", "という", "あり", "まで", "られ", "なる", "へ", "か",
        "だ", "これ", "によって", "により", "おり", "より", "による", "ず", "なり",
        "a", "an", "the", "is", "are", "was", "were", "be", "been", "being",
        "have", "has", "had", "do", "does", "did", "will", "would", "could",
        "should", "may", "might", "shall", "can", "to", "of", "in", "for",
        "on", "with", "at", "by", "from", "as", "or", "and", "but", "not",
        "this", "that", "it", "its", "i", "you", "he", "she", "we", "they",
    }

    def __init__(self, root):
        self.root = root
        self.root.title("テキスト分析ツール")
        self.root.geometry("1050x660")
        self.root.minsize(1050, 660)
        self.root.configure(bg="#1e1e1e")
        self._text = ""
        self._build_ui()

    def _build_ui(self):
        header = tk.Frame(self.root, bg="#252526", pady=6)
        header.pack(fill=tk.X)
        tk.Label(header, text="📝 テキスト分析ツール",
                 font=("Noto Sans JP", 12, "bold"),
                 bg="#252526", fg="#4fc3f7").pack(side=tk.LEFT, padx=12)

        # ツールバー
        tb = tk.Frame(self.root, bg="#2d2d2d", pady=4)
        tb.pack(fill=tk.X)
        ttk.Button(tb, text="📂 ファイルを開く",
                   command=self._open_file).pack(side=tk.LEFT, padx=4)
        tk.Button(tb, text="▶ 分析", command=self._analyze,
                  bg="#1565c0", fg="white", relief=tk.FLAT,
                  font=("Arial", 10, "bold"), padx=12, pady=4,
                  activebackground="#0d47a1", bd=0).pack(side=tk.LEFT, padx=4)
        ttk.Button(tb, text="🗑 クリア",
                   command=self._clear).pack(side=tk.LEFT, padx=4)

        self.stop_var = tk.BooleanVar(value=True)
        tk.Checkbutton(tb, text="ストップワード除外",
                       variable=self.stop_var,
                       bg="#2d2d2d", fg="#ccc", selectcolor="#3c3c3c",
                       activebackground="#2d2d2d").pack(side=tk.LEFT, padx=8)

        # メインエリア (PanedWindow)
        paned = ttk.PanedWindow(self.root, orient=tk.HORIZONTAL)
        paned.pack(fill=tk.BOTH, expand=True, padx=4, pady=4)

        # 左: テキスト入力
        left = tk.Frame(paned, bg="#1e1e1e")
        paned.add(left, weight=1)
        tk.Label(left, text="テキスト入力", bg="#1e1e1e", fg="#888",
                 font=("Arial", 9)).pack(anchor="w")
        self.text_input = tk.Text(left, bg="#0d1117", fg="#c9d1d9",
                                   font=("Arial", 10), relief=tk.FLAT,
                                   insertbackground="white",
                                   wrap=tk.WORD)
        txsb = ttk.Scrollbar(left, command=self.text_input.yview)
        self.text_input.configure(yscrollcommand=txsb.set)
        txsb.pack(side=tk.RIGHT, fill=tk.Y)
        self.text_input.pack(fill=tk.BOTH, expand=True)
        self.text_input.bind("<<Modified>>", self._on_text_change)

        # 右: 分析結果
        right = tk.Frame(paned, bg="#1e1e1e")
        paned.add(right, weight=1)

        # 統計ノートブック
        nb = ttk.Notebook(right)
        nb.pack(fill=tk.BOTH, expand=True)

        # タブ1: 基本統計
        tab_stat = tk.Frame(nb, bg="#1e1e1e")
        nb.add(tab_stat, text="基本統計")
        self.stat_text = tk.Text(tab_stat, bg="#0d1117", fg="#c9d1d9",
                                  font=("Courier New", 9), relief=tk.FLAT,
                                  state=tk.DISABLED)
        self.stat_text.pack(fill=tk.BOTH, expand=True)

        # タブ2: 単語頻度
        tab_freq = tk.Frame(nb, bg="#1e1e1e")
        nb.add(tab_freq, text="単語頻度")
        cols = ("rank", "word", "count", "pct")
        self.freq_tree = ttk.Treeview(tab_freq, columns=cols,
                                       show="headings", height=18)
        self.freq_tree.heading("rank",  text="#")
        self.freq_tree.heading("word",  text="単語")
        self.freq_tree.heading("count", text="出現数")
        self.freq_tree.heading("pct",   text="割合")
        self.freq_tree.column("rank",  width=40,  anchor="center")
        self.freq_tree.column("word",  width=140, anchor="w")
        self.freq_tree.column("count", width=70,  anchor="center")
        self.freq_tree.column("pct",   width=70,  anchor="center")
        fsb = ttk.Scrollbar(tab_freq, command=self.freq_tree.yview)
        self.freq_tree.configure(yscrollcommand=fsb.set)
        fsb.pack(side=tk.RIGHT, fill=tk.Y)
        self.freq_tree.pack(fill=tk.BOTH, expand=True)

        # タブ3: グラフ
        tab_chart = tk.Frame(nb, bg="#0d1117")
        nb.add(tab_chart, text="グラフ")
        if MATPLOTLIB_AVAILABLE:
            self.fig = Figure(figsize=(5, 4), facecolor="#0d1117")
            self.ax  = self.fig.add_subplot(111)
            self.mpl_canvas = FigureCanvasTkAgg(self.fig, master=tab_chart)
            self.mpl_canvas.get_tk_widget().pack(fill=tk.BOTH, expand=True)
        else:
            tk.Label(tab_chart,
                     text="pip install matplotlib でグラフが表示されます",
                     bg="#0d1117", fg="#555").pack(expand=True)

        # タブ4: ワードクラウド（wordcloud が入っていれば matplotlib の Figure に描く・無ければ案内だけ）
        tab_wc = tk.Frame(nb, bg="#0d1117")
        nb.add(tab_wc, text="ワードクラウド")
        self.wc_note_var = tk.StringVar()
        if WORDCLOUD_AVAILABLE and MATPLOTLIB_AVAILABLE:
            self.wc_fig = Figure(figsize=(5, 4), facecolor="#0d1117")
            self.wc_ax = self.wc_fig.add_subplot(111)
            self.wc_ax.axis("off")
            self.wc_canvas = FigureCanvasTkAgg(self.wc_fig, master=tab_wc)
            self.wc_canvas.get_tk_widget().pack(fill=tk.BOTH, expand=True)
            self.wc_note_var.set("「▶ 分析」を押すとワードクラウドを表示します")
        else:
            self.wc_note_var.set("pip install wordcloud でワードクラウドが表示されます")
        tk.Label(tab_wc, textvariable=self.wc_note_var, bg="#0d1117", fg="#888",
                 font=("Arial", 9)).pack(side=tk.BOTTOM, fill=tk.X)

        # タブ5: 文字解析
        tab_char = tk.Frame(nb, bg="#1e1e1e")
        nb.add(tab_char, text="文字解析")
        self.char_text = tk.Text(tab_char, bg="#0d1117", fg="#c9d1d9",
                                  font=("Courier New", 9), relief=tk.FLAT,
                                  state=tk.DISABLED)
        self.char_text.pack(fill=tk.BOTH, expand=True)

        self.status_var = tk.StringVar(value="テキストを入力または読み込んでください")
        tk.Label(self.root, textvariable=self.status_var,
                 bg="#252526", fg="#858585", font=("Arial", 9),
                 anchor="w", padx=8).pack(fill=tk.X, side=tk.BOTTOM)

    # ── ファイル ─────────────────────────────────────────────
    def _open_file(self):
        path = filedialog.askopenfilename(
            filetypes=[("テキスト", "*.txt *.md *.csv"), ("すべて", "*.*")])
        if not path:
            return
        for enc in ("utf-8-sig", "utf-8", "shift-jis", "cp932", "euc-jp"):
            try:
                with open(path, encoding=enc) as f:
                    text = f.read()
                break
            except UnicodeDecodeError:
                continue
        self.text_input.delete("1.0", tk.END)
        self.text_input.insert("1.0", text)
        self.status_var.set(f"読み込み: {path}")

    def _on_text_change(self, _=None):
        self.text_input.edit_modified(False)

    def _clear(self):
        self.text_input.delete("1.0", tk.END)
        for widget in (self.stat_text, self.char_text):
            widget.configure(state=tk.NORMAL)
            widget.delete("1.0", tk.END)
            widget.configure(state=tk.DISABLED)
        self.freq_tree.delete(*self.freq_tree.get_children())

    # ── 分析 ─────────────────────────────────────────────────
    def _analyze(self):
        text = self.text_input.get("1.0", tk.END).strip()
        if not text:
            messagebox.showwarning("警告", "テキストを入力してください")
            return
        self._text = text
        self.status_var.set("分析中...")
        threading.Thread(target=self._do_analyze, daemon=True).start()

    def _do_analyze(self):
        text = self._text
        use_stop = self.stop_var.get()

        # --- 基本統計 ---
        chars   = len(text)
        chars_ns = len(text.replace(" ", "").replace("\n", ""))
        lines   = text.count("\n") + 1
        words_raw = re.findall(r"\w+", text, re.UNICODE)
        words   = len(words_raw)
        sents   = len(re.findall(r"[。.!?！？]", text)) or 1
        paras   = len([p for p in text.split("\n\n") if p.strip()])
        avg_wl  = sum(len(w) for w in words_raw) / max(1, words)
        avg_sw  = words / sents

        # ユニーク語数
        unique  = len(set(w.lower() for w in words_raw))
        # 日本語文字率
        jp_chars = len(re.findall(r"[\u3040-\u9fff]", text))
        jp_rate  = jp_chars / max(1, chars) * 100

        stat_str = (
            f"━━ 基本統計 ━━━━━━━━━━━━━━━━━━\n"
            f"  文字数 (全体):   {chars:>8,}\n"
            f"  文字数 (空白除): {chars_ns:>8,}\n"
            f"  行数:            {lines:>8,}\n"
            f"  段落数:          {paras:>8,}\n"
            f"  単語数:          {words:>8,}\n"
            f"  ユニーク語数:    {unique:>8,}\n"
            f"  文数 (句点等):   {sents:>8,}\n"
            f"  平均語長:        {avg_wl:>8.2f} 文字\n"
            f"  平均文長:        {avg_sw:>8.1f} 語/文\n"
            f"  日本語文字率:    {jp_rate:>7.1f}%\n"
            f"\n━━ 可読性 ━━━━━━━━━━━━━━━━━━━\n"
        )
        # Flesch-Kincaid (英語向け簡易計算)
        syllables = sum(max(1, len(re.findall(r"[aeiouAEIOU]", w)))
                        for w in words_raw)
        fk = max(0, 206.835 - 1.015 * (words / sents)
                  - 84.6 * (syllables / max(1, words)))
        stat_str += f"  Flesch Reading Ease: {fk:.1f}\n"

        # --- 単語頻度 ---
        tokens = [w.lower() for w in words_raw]
        if use_stop:
            tokens = [t for t in tokens if t not in self.STOP_WORDS and len(t) > 1]
        counter = collections.Counter(tokens)
        top50   = counter.most_common(50)
        total_t = sum(counter.values())

        # --- 文字解析 ---
        hiragana = len(re.findall(r"[\u3041-\u3096]", text))
        katakana = len(re.findall(r"[\u30a1-\u30f6]", text))
        kanji    = len(re.findall(r"[\u4e00-\u9fff]", text))
        ascii_a  = len(re.findall(r"[a-zA-Z]", text))
        digits   = len(re.findall(r"\d", text))
        punct    = len(re.findall(r"[、。，．「」『』【】・…—\-!?！？]", text))

        char_str = (
            f"━━ 文字種別 ━━━━━━━━━━━━━━━━━\n"
            f"  ひらがな: {hiragana:>7,}\n"
            f"  カタカナ: {katakana:>7,}\n"
            f"  漢字:     {kanji:>7,}\n"
            f"  ASCII英字:{ascii_a:>7,}\n"
            f"  数字:     {digits:>7,}\n"
            f"  句読点等: {punct:>7,}\n"
        )

        # --- ワードクラウド（画像はこのスレッドで作り、Figure への描画は _update_ui で行う）---
        wc_img, wc_note = self._make_wordcloud(top50)

        self.root.after(0, self._update_ui, stat_str, top50, total_t, char_str,
                        wc_img, wc_note)

    @staticmethod
    def _make_wordcloud(top50):
        """単語頻度からワードクラウド画像（RGB の配列）を作る。戻り値は (画像 or None, 画面に出す注記)"""
        if not (WORDCLOUD_AVAILABLE and MATPLOTLIB_AVAILABLE):
            return None, "pip install wordcloud でワードクラウドが表示されます"
        freqs = dict(top50)
        note = ""
        if JP_FONT_PATH is None:  # 和文フォントが無いときは英字の単語だけ描く
            freqs = {w: c for w, c in freqs.items() if w.isascii()}
            note = "和文フォントが見つからないため英字の単語だけを描画しました"
            if not freqs:
                return None, "和文フォントが見つからず、英字の単語も無いため描画できません"
        if not freqs:
            return None, "描画する単語がありません"
        try:
            wc = WordCloud(width=520, height=400, font_path=JP_FONT_PATH,
                           background_color="#0d1117", colormap="cool")
            return wc.generate_from_frequencies(freqs).to_array(), note
        except Exception as e:
            return None, f"ワードクラウドを描画できません: {e}"

    def _update_ui(self, stat_str, top50, total_t, char_str, wc_img, wc_note):
        # 基本統計
        self.stat_text.configure(state=tk.NORMAL)
        self.stat_text.delete("1.0", tk.END)
        self.stat_text.insert("1.0", stat_str)
        self.stat_text.configure(state=tk.DISABLED)

        # 単語頻度
        self.freq_tree.delete(*self.freq_tree.get_children())
        for i, (word, cnt) in enumerate(top50, 1):
            pct = cnt / max(1, total_t) * 100
            self.freq_tree.insert("", tk.END,
                                   values=(i, word, cnt, f"{pct:.2f}%"))

        # グラフ
        if MATPLOTLIB_AVAILABLE and top50:
            words = [w for w, _ in top50[:20]]
            counts = [c for _, c in top50[:20]]
            self.ax.clear()
            self.ax.set_facecolor("#0d1117")
            bars = self.ax.barh(list(reversed(words)), list(reversed(counts)),
                                  color="#4fc3f7")
            self.ax.set_title("単語頻度 Top 20", color="#c9d1d9", fontsize=10)
            self.ax.tick_params(colors="#8b949e", labelsize=7)
            for spine in self.ax.spines.values():
                spine.set_edgecolor("#30363d")
            self.ax.grid(True, axis="x", color="#21262d", linewidth=0.5)
            self.fig.tight_layout()
            self.mpl_canvas.draw()

        # ワードクラウド
        if wc_img is not None:
            self.wc_ax.clear()
            self.wc_ax.imshow(wc_img, interpolation="bilinear")
            self.wc_ax.axis("off")
            self.wc_fig.tight_layout()
            self.wc_canvas.draw()
        self.wc_note_var.set(wc_note)

        # 文字解析
        self.char_text.configure(state=tk.NORMAL)
        self.char_text.delete("1.0", tk.END)
        self.char_text.insert("1.0", char_str)
        self.char_text.configure(state=tk.DISABLED)

        self.status_var.set(
            f"分析完了: {len(self._text):,} 文字  Top語: "
            f"{top50[0][0] if top50 else '-'} ({top50[0][1] if top50 else 0} 回)")


if __name__ == "__main__":
    root = tk.Tk()
    app = App080(root)
    root.mainloop()

5. コード解説

テキスト分析ツールのコードを、実際に書かれている実装に沿って解説します。

6. ステップバイステップガイド

このアプリをゼロから自分で作る手順を解説します。コードをコピーするだけでなく、実際に手順を追って自分で書いてみましょう。

1. 1
   ファイルを作成する

   新しいファイルを作成して app080.py と保存します。外部ライブラリ matplotlib・wordcloud を使います。先に pip install matplotlib wordcloud を実行してください。

2. 2
   クラスの骨格を作る

   App080 クラスを定義し、__init__ と、末尾の root = tk.Tk() ～ mainloop() の最小構成を書いて、まず空のウィンドウが出ることを確認します。

3. 3
   ウィンドウを設定する

   title("テキスト分析ツール")・geometry("1050x660")・configure(bg="#1e1e1e")・minsize(1050, 660) をコンストラクタで設定します。

4. 4
   画面部品を並べる

   _build_ui() の中で、tk.Frame×9・tk.Label×5・ttk.Button×2・tk.Button・tk.Checkbutton・ttk.PanedWindow・tk.Text×3・ttk.Scrollbar×2・ttk.Notebook・ttk.Treeview を作って配置します（掲載コードと同じ並び順で書くとレイアウトが一致します）。まず表示だけ確認しましょう。

5. 5
   イベントを接続する

   「2. 機能一覧」で挙げた各ボタンを command= で対応するメソッド（_open_file()・_analyze()・_clear()）につなぎます。bind("<<Modified>>", ...) の登録も忘れずに。

6. 6
   中心になるメソッドを実装する

   アプリの本体である _update_ui()（48行）・_open_file()（15行）・_analyze()（8行）など を実装します。

7. 7
   動作確認する

   python app080.py で起動し、各ボタンが反応することを確認します。

7. カスタマイズアイデア

基本機能を習得したら、以下のカスタマイズに挑戦してみましょう。

8. よくある問題と解決法

9. 練習問題

アプリの理解を深めるための練習問題です。気になるものから挑戦してみてください（課題3は定型の発展課題です）。このアプリはネットワークにつなぐライブラリを読み込んでいません（1-23行）。分析は手元で完結しますが、ほかの人の個人情報が入った文書を練習に使うのは避けてください。練習には自分で書いた文章か、使ってよいと分かっている文章を選んでください。他人の文章から作ったワードクラウドの画像を公開したり配ったりするときは、元の文章の権利者の許可が必要になることがあります。下の課題1・課題2は、左のテキスト入力欄に短い文を打ち込んで「▶ 分析」を押すだけで確かめられます。wordcloud を入れていなくても取り組めます（ワードクラウド タブに案内が出るだけで、単語頻度の表と頻度グラフは使えます）。
日本語の「単語」は re.findall(r"\w+") で切り出しているため（252行）、分かち書きされず句読点までの塊が1語になります（ワードクラウド タブを足す前からの仕様です）。単語単位にしたい人は、形態素解析のライブラリ（janome など）に置き換えるところまで発展させてみてください。どのくらい結果が変わるかは、実際に試して確かめてください。

1. 課題1：小数点を文の区切りに数えない

   「文数 (句点等)」は [。.!?！？] に当てはまる文字の個数をそのまま数えています（254行）。半角ピリオドも1件と数えるので、小数を含む文章では文の数が実際より増えます。

   期待結果：円周率は 3.14 です。 と入れて「▶ 分析」を押す。いまは基本統計タブの「文数 (句点等)」が 2 と出るが、直したあとは 1 になる。同じ画面の「平均文長」も 2.0 語/文 から 4.0 語/文 に変わる。

   合格条件

   • 数字に挟まれた半角ピリオドを区切りに数えない（在庫は 1,000 個です。単価は 12.5 円。 は 3 から 2 になる）
   • 英文の文末のピリオドはこれまでどおり数える（I have a pen. It is a pen! は 2 のまま）
   • 文字数・行数・段落数・単語数・ユニーク語数・日本語文字率の値は変わらない

   ヒント①（どこを触るか）: 触るのは1か所です。_do_analyze() の sents = len(re.findall(r"[。.!?！？]", text)) or 1（254行）を書き換えます。
   ヒント②（使うもの）: 半角ピリオドだけ条件を付ける書き方があります。re.findall(r"[。!?！？]|(?<!\d)\.(?!\d)", text) のようにすると、直前と直後が数字でないピリオドだけを拾えます。(?<!\d) は「直前が数字でない」、(?!\d) は「直後が数字でない」という意味です。
   つまずきやすい点: sents は表示だけの値ではありません。平均文長（257行）と Flesch Reading Ease（282-284行）の分母にもなっているので、文数が変わると2つとも動きます。末尾の or 1 を外すと、区切り記号が1つも無い文章で 0 による割り算になります。

2. 課題2：単語頻度の「割合」を全語数を分母にして出す

   単語頻度タブの「割合」は、ストップワードを除いたあとの語数を分母にしています（289行・292行・349行）。除外で消える語が多いほど、残った語の割合が大きく出ます。

   期待結果：I have a pen. It is a pen! と入れて、「ストップワード除外」にチェックを入れたまま「▶ 分析」を押す。いまは pen が「出現数 2・割合 100.00%」と出るが、直したあとは 25.00%（全8語のうち2回）になる。チェックを外したときは、これまでと同じく a と pen が 25.00% で並ぶ。

   合格条件

   • ストップワード除外がONのとき、割合の分母が除外前の全語数になる
   • ストップワード除外がOFFのときの割合は、これまでと同じ値が出る
   • #・単語・出現数の3列と、グラフタブの「単語頻度 Top 20」・ワードクラウド タブはこれまでどおり

   ヒント①（どこを触るか）: 触るのは3か所です。_do_analyze() の最後にある _update_ui の呼び出し（315-316行）は、いま引数を6つ渡しています。その末尾に全語数を足します。受け取る _update_ui() の定義（339行）にも同じ位置へ引数を1つ足します。あとは pct = cnt / max(1, total_t) * 100（349行）の分母を差し替えるだけです。
   ヒント②（使うもの）: 全語数は words = len(words_raw)（252-253行）として計算済みなので、そのまま渡せます。列見出しの文言を変えたい場合は self.freq_tree.heading("pct", ...)（154行）も直せます。ただし今回の合格条件には含めません。
   つまずきやすい点: 引数を足す位置は、呼び出し側と定義側で同じにしてください（wc_img・wc_note の間に割り込ませると、ワードクラウドの画像と注記が入れ替わります）。total_t は counter.values() の合計です（292行）。ストップワード除外がONのときは1文字の語も落ちるので（289行）、分母を全語数にすると、表に並ぶ割合を全部足しても 100% にはなりません。100% で合わせたいなら、分母は変えずに見出しを「除外後の割合」と書き換える方向もあります。

3. 課題3：保存機能の追加

   処理結果をファイルに保存する機能を追加しましょう。

関連するアプリ