jieba是比较常用python的分词库，这里简单介绍它的基本用法。
-
最基础的用法 导入jieba库，对句子进行简单的分词。
import jieba
cut1 = jieba.cut("我来自湖北武汉，我现在在上海工作。", cut_all=True)
[i for i in cut1]
查看各词出现频次
从网上下载一篇文章，分析该文章词频结构。这里用了collections包，直接统计词频。
from collections import Counter
cut2=open('baogao.txt').read()
words = jieba.cut(cut2) # 使用精简模式对文本进行分词
counts = [] # 获取其中的词
for word in words:
if len(word)>=4:
counts.append(word)
Counter(counts).most_common(20)#查看排前20的词
制作词云图
from wordcloud import WordCloud
import matplotlib.pyplot as plt
stop_words=['的','得']#停用词，以后可以增加
# 使用WordCloud生成词云
word_cloud = WordCloud(font_path="simsun.ttc", # 设置词云字体
background_color="white", # 词云图的背景颜色
stopwords=stop_words,# 去掉的停词
collocations=False) #，去掉词云中的重复词，如果不填false，后面的词云图可能出现重复词。
text_cut = ' '.join(counts)
word_cloud.generate(text_cut)
plt.subplots(figsize=(12,8))
plt.imshow(word_cloud)
plt.axis("off")
也可以用PIL包，把词云图制作成自己需要展示的图片形状，也很简单，导入PIL包，画图设置相应的背景即可。
原文作者：Python学习杂记；如有侵权，请联系管理员删除。
上一篇：
python可视化（一）
下一篇：
k-近邻算法介绍及实例
请登录后发表评论
登录
全部评论
