中文词频统计及词云制作

Posted 23江瑜斌

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了中文词频统计及词云制作相关的知识,希望对你有一定的参考价值。

1.中软国际华南区技术总监曾老师还会来上两次课,同学们希望曾老师讲些什么内容?(认真想一想回答)

    希望能讲一些大数据相关内容,深入了解一下。

2.中文分词

  1. 下载一中文长篇小说,并转换成UTF-8编码。
  2. 使用jieba库,进行中文词频统计,输出TOP20的词及出现次数。
    import jieba
    ff=open(\'wdqk.txt\',\'r\',encoding=\'utf-8\')
    wdqk=ff.read()
    for i in \',.""?!,。?!“”\\n\':
        wdqk=wdqk.replace(i,\' \')
    wdqk=list(jieba.cut(wdqk))
    zd={}
    paichu={\'\',\'\',\'\',\'\',\'\',\'\',\'\',\'\',\'\',\'\',\'\',\'\',\' \'}
    key=set(wdqk)-paichu
    for i in key:
        zd[i]=wdqk.count(i)
    lb=list(zd.items())
    lb.sort(key=lambda x:x[1],reverse=True)
    print(\'频率最高top10:\\n\')
    for i in range(10):
        print(lb[i])
    ff.close()

  3. **排除一些无意义词、合并同一词。
  4. **使用wordcloud库绘制一个词云。

(**两项选做,此次作业要求不能雷同。)

 

以上是关于中文词频统计及词云制作的主要内容,如果未能解决你的问题,请参考以下文章

中文词频统计及词云制作

中文词频统计及词云制作

中文词频统计及词云制作

中文词频统计及词云制作

中文词频统计及词云制作

中文词频统计及词云制作