• 用Python实现一个词频统计(词云+图)


    第一步:首先需要安装工具python

    第二步:在电脑cmd后台下载安装如下工具:

    (有一些是安装好python电脑自带有哦)

    有一些会出现一种情况就是安装不了词云展示库

    有下面解决方法,需看请复制链接查看:https://www.lfd.uci.edu/~gohlke/pythonlibs/#wordcloud

    第三步:

    1.准备好你打算统计的文件,命名为 家.txt,保存到桌面

    2.准备一个做背景的图片,命名为girl.jpg,同样保存到桌面 

    第四步:插入代码

     1 import re # 正则表达式库
     2 import collections # 词频统计库
     3 import numpy as np # numpy数据处理库
     4 import jieba # 结巴分词
     5 import wordcloud # 词云展示库
     6 from PIL import Image # 图像处理库
     7 import matplotlib.pyplot as plt # 图像展示库
     8 
     9 # 读取文件
    10 fn = open('C://Users//Thinkpad//Desktop//家.txt','rt') # 打开文件
    11 string_data = fn.read() # 读出整个文件
    12 fn.close() # 关闭文件
    13 
    14 # 文本预处理
    15 pattern = re.compile(u'	|
    |.|-|:|;|)|(|?|"') # 定义正则表达式匹配模式
    16 string_data = re.sub(pattern, '', string_data) # 将符合模式的字符去除
    17 
    18 # 文本分词
    19 seg_list_exact = jieba.cut(string_data, cut_all = False) # 精确模式分词
    20 object_list = []
    21 remove_words = [u'', u'',u'', u'', u'随着', u'对于', u'',u'',u'',u'',u'',u' ',u'',u'',u'',u'',
    22                 u'通常',u'如果',u'我们',u'需要'] # 自定义去除词库
    23 
    24 for word in seg_list_exact: # 循环读出每个分词
    25     if word not in remove_words: # 如果不在去除词库中
    26         object_list.append(word) # 分词追加到列表
    27 
    28 # 词频统计
    29 word_counts = collections.Counter(object_list) # 对分词做词频统计
    30 word_counts_top10 = word_counts.most_common(10) # 获取前10最高频的词
    31 print (word_counts_top10) # 输出检查
    32 
    33 # 词频展示
    34 mask = np.array(Image.open('C://Users//Thinkpad//Desktop//girl.jpg')) # 定义词频背景
    35 wc = wordcloud.WordCloud(
    36     font_path='C:/Windows/Fonts/simhei.ttf', # 设置字体格式
    37     mask=mask, # 设置背景图
    38     max_words=200, # 最多显示词数
    39     max_font_size=100 # 字体最大值
    40 )
    41 
    42 wc.generate_from_frequencies(word_counts) # 从字典生成词云
    43 image_colors = wordcloud.ImageColorGenerator(mask) # 从背景图建立颜色方案
    44 wc.recolor(color_func=image_colors) # 将词云颜色设置为背景图方案
    45 plt.imshow(wc) # 显示词云
    46 plt.axis('off') # 关闭坐标轴
    47 plt.show() # 显示图像

    (其中代码中有打开路径,每个人存的位置不一样,自己复制粘贴过来哦)

    第五步:正常运行

    (内附一张背景图)

  • 相关阅读:
    vs项目属性中的包含目录和库目录以及附加依赖项全都配置正确了,却还是提示:无法解析的外部符号
    开发六年mybatisplus使用小结
    去“BAT”这样面试,拿到offer的几率是80%
    阿里P7级教你如何在Spring Boot应用程序中使用Redis
    为什么Java大数据能带你走上人生巅峰
    惊呆!Java程序员等级一览
    不要做一个只会面向搜索编程的程序员
    三年总结出来的11个JPA和Hibernate查询配置小技巧
    阿里高级架构师教你使用Spring JMS处理消息事务源码案例
    阿里高级架构师教你使用Spring Cloud Sleuth跟踪微服务
  • 原文地址:https://www.cnblogs.com/LuDuo/p/10652234.html
Copyright © 2020-2023  润新知