中文词频统计及词云制作

Posted 2020-10-08 18-刘卓辉

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）

 讲下有关于运维方面的内容。

2.中文分词（**两项选做，此次作业要求不能雷同。）

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。

**使用wordcloud库绘制一个词云。

import jieba
file = open(\'z.txt\',\'r\').read()
z = list(jieba.cut_for_search(file))

d = {\'\\n\',\' \',\'。\',\'“\',\'”\',\'？\',\'！\',\'，\',\'：\',\'…\'}

dic={}
keys = set(z)-d
for i in keys:
    dic[i]=z.count(i)
num = list(dic.items())
num.sort(key = lambda x:x[1],reverse=True)

for i in range(20):
    print(num[i])