英語アルファベットの出現頻度調査
お題プログラミングで作ったものを流用してちょっと調べてみた。
テキスト形式で公開されている以下の文書を調査。
テキストファイルは、主にhttp://www.gutenberg.orgから入手した。
なお、大文字小文字は区別しない。
・聖書（American Standard Version)
・クリスマス・キャロル
・スタイルズ荘の怪事件
・シャーロック・ホームズの冒険
・オズの魔法使い
結果、ベスト5もワースト5もだいたい似たような顔ぶれになった。
eが多くq,zが少ないというのはなんとなくわかるが、
tがaより多かったり、kがワースト5常連だったりするのはやや意外だった。
日本語のあいうえおも調べてみたら面白いかもしれない。50文字もあるし濁点の扱いがあるので面倒だけど。
トップ5
| 聖書（ASV） | クリスマス・キャロル | スタイルズ荘の怪事件 | シャーロック・ホームズの冒険 | オズの魔法使い | |
|---|---|---|---|---|---|
| 1 | e | e | e | e | e |
| 2 | t | t | t | t | t |
| 3 | h | o | o | a | a |
| 4 | a | a | a | o | o |
| 5 | o | i | i | i | n |
ワースト5（26文字中22位から26位）
| 聖書（ASV） | クリスマス・キャロル | スタイルズ荘の怪事件 | シャーロック・ホームズの冒険 | オズの魔法使い | |
|---|---|---|---|---|---|
| 22 | k | v | k | k | v |
| 23 | j | j | j | x | z |
| 24 | z | x | x | j | j |
| 25 | x | q | q | q | x |
| 26 | q | z | z | z | q |
出現頻度（％）の全容は以下。
| 聖書（ASV） | クリスマス・キャロル | スタイルズ荘の怪事件 | シャーロック・ホームズの冒険 | オズの魔法使い | |
|---|---|---|---|---|---|
| a | 8.73 | 7.57 | 7.62 | 8.11 | 7.88 |
| b | 1.51 | 1.62 | 1.41 | 1.49 | 1.67 |
| c | 1.62 | 2.67 | 2.53 | 2.50 | 2.38 |
| d | 4.67 | 4.54 | 4.48 | 4.25 | 4.80 |
| e | 12.70 | 12.23 | 12.24 | 12.28 | 13.10 |
| f | 2.59 | 2.07 | 1.96 | 2.09 | 1.97 |
| g | 1.70 | 2.48 | 1.88 | 1.86 | 2.27 |
| h | 8.91 | 6.53 | 5.97 | 6.60 | 6.26 |
| i | 5.98 | 6.91 | 7.34 | 7.00 | 6.21 |
| j | 0.48 | 0.15 | 0.20 | 0.12 | 0.24 |
| k | 0.70 | 0.85 | 0.81 | 0.82 | 0.92 |
| l | 3.78 | 3.69 | 3.98 | 3.97 | 4.05 |
| m | 2.46 | 2.35 | 2.63 | 2.71 | 2.24 |
| n | 6.97 | 6.58 | 6.64 | 6.64 | 6.35 |
| o | 7.57 | 8.08 | 7.92 | 7.79 | 7.63 |
| p | 1.32 | 1.88 | 1.92 | 1.64 | 1.69 |
| q | 0.03 | 0.08 | 0.14 | 0.10 | 0.09 |
| r | 5.05 | 6.01 | 5.86 | 5.76 | 6.09 |
| s | 5.85 | 6.38 | 6.23 | 6.25 | 5.76 |
| t | 9.69 | 9.10 | 9.24 | 9.07 | 9.37 |
| u | 2.56 | 2.81 | 3.03 | 3.00 | 3.01 |
| v | 1.15 | 0.84 | 0.98 | 1.02 | 0.81 |
| w | 2.00 | 2.46 | 2.38 | 2.57 | 2.51 |
| x | 0.05 | 0.12 | 0.18 | 0.13 | 0.11 |
| y | 1.83 | 1.92 | 2.39 | 2.18 | 2.24 |
| z | 0.09 | 0.06 | 0.04 | 0.04 | 0.34 |
