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?(认真想一想回答)

可以多讲一些比较重要的知识点,能带我们实操或练习一下就更好了。

 

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。
  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。

(**两项选做,此次作业要求不能雷同。)

import jieba
xfsn=open("/Users/旋风少女.txt","r",encoding='utf-8').read()
words=jieba.lcut(xfsn)
counts={}
for word in words:
    if len(word)==1:
        continue
    else:
        counts[word]=counts.get(word,0)+1
items=list(counts.items())
items.sort(key=lambda x:x[1],reverse=True)
for i in range(20):
    word,count=items[i]
    print("{0:<10}{1:>5}".format(word,count))

 

posted on 2017-09-25 16:58  46陈远钊  阅读(154)  评论(0编辑  收藏  举报