中文词频统计及词云制作

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 = {'','','','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。

posted on 2017-09-25 17:09  yezless  阅读(137)  评论(0编辑  收藏  举报