中文词频统计及词云制作
Posted 风一样的浪子
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)
大数据具体的生活应用(具体到某个领域,以及其中起到的作用)
2.中文分词
- 下载一中文长篇小说,并转换成UTF-8编码。
- 使用jieba库,进行中文词频统计,输出TOP20的词及出现次数。
- **排除一些无意义词、合并同一词。
import jieba fr=open("傲慢与偏见.txt",\'r\',encoding=\'utf-8\') s=list(jieba.cut(fr.read())) exp={\',\',\'\\n\',\'.\',\'。\',\'”\',\'“\',\':\',\'…\',\' \',\'?\'} key=set(s)-exp dic={} for i in key: dic[i]=s.count(i) wc=list(dic.items()) wc.sort(key=lambda x:x[1],reverse=True) for i in range(20): print(wc[i]) fr.close()
import jieba fr=open("傲慢与偏见.txt",\'r\',encoding=\'utf-8\') s=list(jieba.cut(fr.read())) key=set(s) dic={} for i in key: if len(i)>1: dic[i]=s.count(i) wc=list(dic.items()) wc.sort(key=lambda x:x[1],reverse=True) for i in range(20): print(wc[i]) fr.close()
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