Python jieba库运用和词云运用

一、安装第三方库

jieba库和wordcloud库是优秀的第三方库，需要我们手动安装这两个库。

打开cmd，分别输入以下指令，即可安装jieba库和wordcloud库

pip install jieba

pip install wordcloud

二、运用jieba库分析一篇文章

这里我选取的是作家朱光潜的文章《朝抵抗力最大的路径走》，来统计其中词语出现的频率

代码如下：

import jieba
txt = open("C:\\text.txt", "r", encoding='utf-8').read()
words  = jieba.lcut(txt)
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(15):
    word, count = items[i]
    print ("{0:<10}{1:>5}".format(word, count))

　输出如下：

 

 可见在这篇文章中，词频前15的词语如上图所示

三、运用wordcloud库

jieba库能将txt中的词频统计出来，并按照我们所希望的格式输出。但用wordcloud库能将这些词语形成词云，并且可以用图片方式输出。

这里我选取的是***总理代表国务院在十三届全国人大二次会议上作的《政府工作报告》，来用wordcloud库形成词云。

代码如下：

#GovRptWordCloudv1.py
import jieba
import wordcloud
f = open("C:\\2019年政府工作报告.txt", "r", encoding="utf-8")
 
t = f.read()
f.close()
ls = jieba.lcut(t)
 
txt = " ".join(ls)
w = wordcloud.WordCloud( \
    width = 1000, height = 700,\
    background_color = "white",
    font_path = "msyh.ttc",\
    max_words=50    
    )
w.generate(txt)
w.to_file("grwordcloud.png")

　词云如下图所示：