使用Python的NLTK（Natural Language Toolkit）庫進行詞頻統計，你可以遵循以下步驟：

1. 安裝NLTK庫：
   如果你還沒有安裝NLTK，可以通過pip安裝：

   pip install nltk
   

2. 導入必要的模塊：
   在Python腳本或交互式環境中，導入NLTK庫中的FreqDist類，以及其他可能需要的模塊：

   import nltk
   from nltk.tokenize import word_tokenize
   from nltk.corpus import stopwords
   from collections import Counter
   

3. 下載NLTK資源：
   如果你第一次使用NLTK，可能需要下載一些資源，比如停用詞列表：

   nltk.download('punkt')
   nltk.download('stopwords')
   

4. 文本分詞：
   使用NLTK的word_tokenize函數對文本進行分詞：

   text = "This is an example sentence. This is another one!"
   tokens = word_tokenize(text)
   

5. 清洗文本：
   移除標點符號和停用詞，只保留有意義的詞匯：

   stop_words = set(stopwords.words('english'))
   words = [word.lower() for word in tokens if word.isalpha() and word.lower() not in stop_words]
   

6. 計算詞頻：
   使用Counter或NLTK的FreqDist來統計詞頻：

   # 使用collections.Counter
   word_counts = Counter(words)# 或者使用NLTK的FreqDist
   freq_dist = nltk.FreqDist(words)
   

7. 查看結果：
   打印出最常見的詞匯及其頻率：

   for word, count in word_counts.most_common(10):  # 或 freq_dist.most_common(10)print(f"{word}: {count}")
   

這是一個基本的流程，你可以根據需要調整分詞、清洗和統計的步驟。例如，你可能需要根據你的語言環境調整停用詞列表，或者添加額外的文本預處理步驟，如詞干提取（stemming）或詞形還原（lemmatization）。