中文词频统计及词云制作

Posted 2020-10-08 祝朝荣

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？

讲下Python的主要运用领域以及未来就业的方向

关于现在网络工程专业就业情况

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。
   1. 

      

      import jieba
       
      txt = "遮天.txt"
      book = open(txt,"r").read()
       
      words = jieba.lcut(book)
      ls = []
      counts = {}
      for word in words:
          ls.append(word)
          if len(word) == 1:
              continue
          else:
              counts[word] = counts.get(word,0)+1
       
      ex = {‘我‘,‘你‘,‘他‘,‘这样‘,‘如果‘}
      for word in ex:
          del(counts[word])
           
      items = list(counts.items())
      items.sort(key = lambda x:x[1], reverse = True)
      for i in range(22):
          word , count = items[i]
          print ("{:<10}{:>5}".format(word,count))

      

      

       

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。