Le istruzioni seguenti creano il grafico (in blu) della crescita degli hapax in un brano di 1488 parole tratto dal De bello Gallico di Gaio Giulio Cesare. In rosso è il grafico della crescita degli hapax creato a partire dallo stesso testo, ma dopo aver randomizzato l'ordine delle parole (tranne che per l'ultima porzione, la linea in rosso dovrebbe mostrare generalmente valori superiori a quelli della linea in blu).

crescita_hapax.py

import matplotlib.pyplot as plt
import xml.etree.ElementTree as ET
from random import shuffle
xmlfile=ET.parse('testi/ldt-1.5.xml')
root=xmlfile.getroot()
dati=root.findall('.//sentence[@document_id="Perseus:text:1999.02.0002"]//word')
testo1=[i.attrib['form'].lower() for i in dati]
testo2=testo1[:]
shuffle(testo2)
def cr_hap(testo):
    hapax=[1]
    for i in range(1,len(testo)):
        n=testo[:i].count(testo[i])
        if n == 0:
            hapax.append(hapax[-1]+1)
        elif n == 1:
            hapax.append(hapax[-1]-1)
        else:
            hapax.append(hapax[-1])
    return hapax
hapax1=cr_hap(testo1)
hapax2=cr_hap(testo2)
plt.plot(range(1,len(testo1)+1),hapax1,'b-')
plt.plot(range(1,len(testo2)+1),hapax2,'r-')
plt.show()

Dovrebbe prodursi un grafico simile a questo (ma si noti che l'andamento della linea rossa sarà necessariamente diverso in quanto la randomizzazione dell'ordine delle parole produrrà ogni volta un risultato differente):