经过了一些学习与一些十分有意义的锻（zhe）炼（mo），我决定尝试一手新接触的python第三方库
——jieba库！
这是一个极其优秀且强大的第三方库，可以对一个文本文件的所有内容进行识别，分词，甚至是根据猜测的词义形成字典！
这么好用的库不去了解实在是可惜啊！！！
那么第一步，我们当然是先安装它了！
步骤很简单！
就是我们以往的cmd命令行安装即可；
接下来让我们了解一下它的基本语法吧！
jieba库有三个基本的模式：精确模式、全模式、搜索引擎模式
精确模式：试图将语句最精确的切分，不存在冗余数据，适合做文本分析
全模式：将语句中所有可能是词的词语都切分出来，速度很快，但是存在冗余数据
搜索引擎模式：在精确模式的基础上，对长词再次进行切分
于是我们来尝试一下：
第一步：首先是精准模式：
上图
哇！！真的可以准确地分词诶！！不过……我知道我可以很伟大……但也没必要拆了我名字把……哈哈哈哈
第二步：全模式
哟～好吧，我用亲生经历告诉大家，其实这ｊｉｅｂａ库还是有它识别的局限的，我现在又“伟大”，又“大帅”了哈哈哈
不过我发现，该模式下，一个标点符号后就会多出“／／”来区分断点，而且少掉了标点符号，显然它是对主体的词汇进行操作了！
第三步：搜索引擎模式
虽然不知道是什么模式，不过听上去就很高大上！
不多说，先试！
ｅｍｍｍ……看这输出结果我并不能看出与第一步模式有什么不同，也许我还得深入研究！
接下来我看可以开始一些简单的应用了，
下面贴一段代码：
def get_text(): txt = open("NEWS.txt", "r", encoding='UTF-8').read() txt = txt.lower() for ch in '!"#$%&()*+,-./:;<=>?@[\]^_‘{|}~': txt = txt.replace(ch, " ") # 将文本中特殊字符替换为空格 return txt file_txt = get_text() words = file_txt.split() # 对字符串进行分割，获得单词列表 counts = {} for word in words: if len(word) == 1: continue else: counts[word] = counts.get(word, 0) + 1 items = list(counts.items()) items.sort(key=lambda x: x[1], reverse=True) for i in range(5): word, count = items[i] print("{0:<5}->{1:>5}".format(word, count))
很显然，我在桌面上放了一个名为“NEWS”的ｔｘｔ文件（其实是Python目录里的一个说明的一部分哈哈哈），然后用着代码去计算里面一些长度的词的个数（该代码适合英文）
结果是：
挺好用！
当然，在这里介绍的只是一些初步，jieba库还有好多值得一试的好玩功能，你甚至可以结合字典，搜索关键字等等……
接下来！！！是词云部分的制作！
虽然我们有很多词云自动生成的网站，但是自己编写出来的可运行程序会不会更加有成就感呢！
有一种形式：
（1）打开taglue官网，点击import words，把运行的结果copy过来。
（2）选择形状，在这里是网上下载的图片进行的导入。
（3）选择字体。
（4）点击Visualize生成图片。
当然啦~其实这也不是什么高深莫测的题目，我们可是拥有强大的第三方python库的啊！！wordcloud——你值得拥有！
一样滴先cmd安装，接着还有确保jieba库和matploylib的安装
下面是代码实现：
from wordcloud import WordCloud import matplotlib.pyplot as plt import jieba def create_word_cloud(filename): text = open("百年孤独.txt".format(filename)).read() wordlist = jieba.cut(text, cut_all=True) wl = " ".join(wordlist) wc = WordCloud( background_color="black", max_words=2000, font_path='simsun.ttf', height=1200, width=1600, max_font_size=100, random_state=100, ) myword = wc.generate(wl) plt.imshow(myword) plt.axis("off") plt.show() wc.to_file('img_book.png') if __name__ == '__main__': create_word_cloud('mytext')
通过放在桌面的《百年孤独》文本搜索素材
效果如图：
我还发现了下面的按钮还有一些比较好玩的功能比如调节大小
在这个数值下会覆盖全框哦！
是不是很赞呢~快去自己试试看怎么实现吧~~