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)

将些Python的实际应用发展前景就业优势

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。
import jieba
txt = open("重生之名门毒秀1.txt","r",encoding='utf-8').read()
a = jieba.cut(txt)
counts = {}

for b in a:
    if len(b) == 1:
        continue
    else:
        counts[b] = counts.get(b,0) + 1
items = list(counts.items())
items.sort(key=lambda x:x[1],reverse=True)

for i in range(20):
    b,count = items[i]
    print("{0:<6}{1:>3}".format(b,count))

 

posted @ 2017-09-25 18:43  lesssharp  阅读(85)  评论(0编辑  收藏  举报