其他分享
首页 > 其他分享> > 利用jieba库和wordcloud库,进行中文词频统计并利用词云图进行数据可视化

利用jieba库和wordcloud库,进行中文词频统计并利用词云图进行数据可视化

作者:互联网

目录

利用jieba库和wordcloud库,进行中文词频统计并利用词云图进行数据可视化

安装jieba库

  1. 打开cmd输入pip install jieba
  2. 验证:python -m pip list

安装wordcloud

  1. 打开cmd输入pip install wheel
  2. 查看python版本:python
  3. wordcloud下载地址
  4. 选择对应的版本,例如:3.9.7版本的python,选择带39数字的
  5. 打开cmd切换到wordcloud文件的位置
  6. 输入pip install 路径

打开pycharm

  1. 创建项目
  2. pycharm右下角python
  3. 点击解释器设置(倒数第二个)
  4. 点击小齿轮,选择全部显示(第二个)
  5. 点击+号
  6. 选择系统解释器,定位到安装的python
  7. 查看有没有jieba库和wordcloud库
  8. 有就确定,开始编写代码

编写代码

字体文件获取地址

import jieba
import wordcloud
import re
import csv

#文字文件路径
text = open("E:\\python\\text1.txt","r",encoding="utf_8_sig").read()

#正则表达式去除,:。、?“;”()数字以及换行
words = jieba.lcut(re.sub(r'[,:。、?“;”()\n 0-9]',"",text))

#遍历words中所有词语,单个词语不计算在内
counts = {}
for word in words:
    if len(word) == 1:
        continue
    else:
        counts[word] = counts.get(word,0)+1   #统计次数

#合并列表的元素,成为一个句子
words_1 = ''.join(counts.keys())

#词云图的可视化
#添加字体文件,配置对象参数,文本字体路径,宽度1000,高度700,背景白色
w = wordcloud.WordCloud(font_path="E:\\font\\simsun.ttf",width=1000,height=700,background_color="white")
w.generate(" ".join(jieba.lcut(words_1)))  #加载词云文本
w.to_file("图片路径.png")  #自定义路径

#词频统计
counts = sorted(counts.items(),key = lambda x:x[1],reverse = True)   #排序
f = open('E:\\python\\01.csv','w',newline="")   #newlines=''可保证存储存的数据不空行
writer = csv.writer(f)  #创建初始化写入对象
for count in counts:
    writer.writerow(count)  #一行一行写入
f.close()

'''
参考
jieba
https://blog.csdn.net/jinsefm/article/details/80645588
https://blog.csdn.net/codejas/article/details/80356544


wordcloud
https://mathpretty.com/10951.html
https://blog.csdn.net/kun1280437633/article/details/89474284

re
https://www.runoob.com/python/python-reg-expressions.html

csv
https://www.cnblogs.com/qican/p/11122206.html
https://www.jianshu.com/p/e6768d9af085
'''

标签:jieba,words,python,wordcloud,词频,https,counts
来源: https://www.cnblogs.com/yingxu/p/15938179.html