做文案优化、写学术论文、搞新媒体运营的朋友，没人能拒绝词频统计的香吧？它能快速扒出文本核心关键词，摸清内容重心，给选题和论点攒下实打实的数据支撑。可一提到Python环境配置，不少人直接劝退——命令行敲得头疼，版本冲突天天报错，环境变量改到怀疑人生。别慌！今天就用开发环境设置工具ServBay 搭配 PyCharm 打组合拳，，Python环境配置不用记一行命令，纯图形化操作，小白也能轻松拿捏！
第一步：ServBay一键配环境，告别命令行折磨
官网下载ServBay
安装后打开直接冲左侧菜单栏的“软件包”。在“开发语言”栏里找到“python”，挑个主流的3.12版本点下载就行，全程都是图形化操作，不用死记硬背那些拗口命令。更省心的是，它会自动把环境变量配置妥当，不用你手动改Path，再也不用面对“Python不是内部命令”的灵魂拷问。
下载完去左侧菜单栏找“设置”，把Python 3.12设为默认版本，点下“应用”，三分钟不到，Python环境就乖乖就位，比找朋友帮忙还省事。
第二步：PyCharm新建项目，自动关联不折腾
打开PyCharm，点击“新建项目”，选个顺眼的本地文件夹当路径，比如“D：\Program”，项目名就叫“TestProject”。重点盯紧“Python解释器”这一栏，直接选ServBay刚装的3.12版本，不用自己折腾虚拟环境，PyCharm会自动贴上来关联好，省了超多没必要的麻烦。
右键项目新建个“wordcount.py”文件，接下来就该写核心代码啦。
第三步：写核心代码，简单到不用动脑子
往wordcount.py里粘贴这段代码就行，逻辑简单到新手也能看明白，功能就是读取txt文件、统计每个词的出现次数：
# 读取文本文件
with open("test.txt", "r", encoding="utf-8") as f:
text = f.read()
# 简单处理文本（分割成单词）
words = text.split()
word_count = {}
# 统计词频
for word in words:
word_count[word] = word_count.get(word, 0) + 1
# 打印结果
for word, count in word_count.items():
print(f"{word}: 出现了{count}次")
第四步：创建测试文件，运行秒出结果
在项目文件夹里手动建个“test.txt”，随便写点测试文字，比如“今天天气很好 今天适合学Python Python真简单”。
回到PyCharm右键运行wordcount.py，底部控制台立马给出答案：“今天：出现了2次”“天气很好：出现了1次”“Python：出现了2次”……每个词的出现次数清清楚楚，不用自己逐字统计，结果直接送到眼前。
小白狂喜！效率直接拉满
不用懂复杂编程，不用跟命令行死磕，ServBay搞定环境难题，PyCharm简化开发流程，5分钟就能拥有专属词频统计工具。不管是文本挖词、学术研究，还是新媒体选题优化，这套组合都能帮你省出喝咖啡的时间，让数据支撑不再是难题。
