使用python中的结巴分词作词云图，对微信功能点进行辅助分析

最新推荐文章于 2021-10-14 21:19:41 发布
最新推荐文章于 2021-10-14 21:19:41 发布
阅读量1k 收藏 1
点赞数
分类专栏： 知识输出 文章标签： python 结巴工具 词云图
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/Lomo_you/article/details/79540208
版权
该博客介绍了如何利用Python中的结巴分词工具，结合停用词表，对微信功能点进行分析，并通过Tagxedo在线工具创建词云图。首先，从知乎获取评论数据，然后进行数据预处理，最后展示词云图来直观展示微信功能点的热门讨论点。
摘要由CSDN通过智能技术生成

工作室任务：基于知乎评论，分析微信功能点，做一次分享会。

一、原料和准备

1.从网上爬虫的文档，保存为txt文档，本例来源https://www.zhihu.com/question/23178234？from=groupmessage&isappinstalled=0&utm_medium=social&utm_source=wechat_session

2.停用词表（网上可搜索到。txt文档）

3.结巴工具（参看网上下载安装方法，小白最好用pycharm编辑器）

4.做词云的工具：

第一种， TAGUL， https://tagul.com/

最低0.47元/天 解锁文章
Lomo_you
关注
  • 0
    点赞
  • 踩
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
结巴分词Python代码
08-26
结巴分词，很不错的分词工具，python写的，亲身试用，不管英文还是中文分得很准！
python中文分词：结巴分词
tianbwin2995的专栏
03-15 1928
http://www.cnblogs.com/kaituorensheng/p/3595879.html 特点 1，支持三种分词模式：     a,精确模式，试图将句子最精确地切开，适合文本分析；      b,全模式，把句子中所有的可以成词的词语都扫描出来, 速度非常快，但是不能解决歧义；      c,搜索引擎模式，在精确模式的基础上，对长词再次切分，提高召回率，
python结巴分词
pergoods的博客
03-20 312
# coding=utf-8 ''' Created on 2018年3月19日 @author: chenkai 结巴分词 支持三种分词模式： 精确模式: 试图将句子最精确地切开，适合文本分析； 全模式: 把句子中所有的可以成词的词语都扫描出来, 速度非常快，但是不能解决歧义； 搜索引擎模式: 在精确模式的基础上，对长词再次切分，提高召回率，适合用于搜索引...
python结巴分词，词云制作
weixin_51235620的博客
10-14 524
需求 现有爬虫获取的sql文件，要求根据指定药品在文件中的出现次数制作词云，分析出未来的热门药物 基本思路 从文件中读取出所有药物的名称，将其作为字典的key值存入字典ciyun，按行读入，初始所有value为0，这里需要去除其中的每行的换行符 通过结巴分词库进行分词，这里需要引入药物的名称文件作为分词关键字，通过循环按行进行分词，判断该词是否在字典ciyun的key中，如果存在，value+1，通过wordcloud库制作词云即可 from wordcloud import WordCloud impor
python100例 分词-Python中文分词工具之结巴分词用法实例总结【经典案例】
weixin_39553757的博客
11-11 538
本文实例讲述了Python中文分词工具之结巴分词用法。分享给大家供大家参考，具体如下：结巴分词工具的安装及基本用法，前面的文章《Python结巴中文分词工具使用过程中遇到的问题及解决方法》中已经有所描述。这里要说的内容与实际应用更贴近——从文本中读取中文信息，利用结巴分词工具进行分词及词性标注。示例代码如下：#coding=utf-8import jiebaimport jieba.posseg ...
用python语言制作天气气象云图
11-11
2. **Numpy和Pandas**：这两个库是Python中处理数组和数据表格的重要工具。在解析卫星数据和进行预处理时，可能会用到它们来进行数据清洗、转换和计算。 3. **Matplotlib和Cartopy**：这两个库主要用于图像绘制。...
RSImage_使用python进行遥感影像处理平台_
09-30
在Python中，可以使用GDAL或Rasterio进行这些操作。 5. **数据处理**：遥感影像通常包含多光谱或多波段信息，需要通过Pandas或Numpy等库进行数据清洗、融合、裁剪、重采样等操作。同时，遥感数据分析可能涉及时间...
Python中使用matpoltlib进行数据的可视化入门及详解-使用matplotlib做图
12-22
总的来说，`matplotlib`是Python中强大的数据可视化工具，它的灵活性和易用性使得用户能够轻松地创建出专业级别的数据图形。通过不断学习和实践，你可以掌握更多高级技巧，让数据的故事更加生动和有说服力。
分析三国演义和红楼梦，进行中文分词，统计人物出场频次，生成词云图
10-22
在本项目中，我们将探讨如何使用Python来对《三国演义》和《红楼梦》这两部经典文学作品进行中文分词，统计其中人物的出场频次，并最终生成词云图。这个过程涵盖了自然语言处理（NLP）的一些基本技术，特别适合...
python中文分词,使用结巴分词对python进行分词(实例讲解)
12-24
在采集美女站时，需要对关键词进行分词，最终采用的是python的结巴分词方法。 中文分词是中文文本处理的一个基础性工作，结巴分词利用进行中文分词。 其基本实现原理有三点： 1.基于Trie树结构实现高效的词图扫描，生成句子中汉字所有可能成词情况所构成的有向无环图（DAG) 2.采用了动态规划查找最大概率路径, 找出基于词频的最大切分组合 3.对于未登录词，采用了基于汉字成词能力的HMM模型，使用了Viterbi算法 安装（Linux环境） 下载工具包，解压后进入目录下，运行：python setup.py install 模式 1.默认模式，试图将句子最精确地切开，适合文本分析 2.全模式，
用Python做中文分词和绘制词云图
12-04
通过窗体自选文本文件和词云绘制图文件绘制词云，可自行设置词云的词数量和词云字体大小
Python 结巴分词——自然语言处理之中文分词器
Xylon的博客
05-10 2580
jieba分词算法使用了基于前缀词典实现高效的词图扫描，生成句子中汉字所有可能生成词情况所构成的有向无环图(DAG), 再采用了动态规划查找最大概率路径，找出基于词频的最大切分组合，对于未登录词，采用了基于汉字成词能力的HMM模型，使用了Viterbi算法。 jieba分词支持三种分词模式： 1. 精确模式, 试图将句子最精确地切开，适合文本分析： 2. 全模式，把句子中所有的可以成词的词语都扫描出来，速度非常快，但是不能解决歧义； 3. 搜索引擎模式，在精确模式的基础上，对长词再词切分，提高.
Python实践系列--结巴分词
m0_46615100的博客
06-02 448
结巴分词和一些相关功能 使用一些结巴的基本分词功能以及json文件的读写。 jieba分词库和python其他库的安装一样，本人推荐用pip安装，或者根据使用的是pycharm或者anconda来安装，不推荐在官网上下载安装包，因为感觉比较麻烦（个人感受）。 结巴分词 ...
python 结巴分词(jieba)详解
热门推荐
lukabruce的博客
09-03 1万+
【转自：https://www.cnblogs.com/jackchen-Net/p/8207009.html】 “结巴”中文分词：做最好的 Python 中文分词组件 "Jieba" (Chinese for "to stutter") Chinese text segmentation: built to be the best Python Chinese word segmentati...
Python--结巴分词
智慧与美貌并存
01-14 1475
结巴分词Java版本 作者：piaolingxue 地址：https://github.com/huaban/jieba-analysis Algorithm 基于Trie树结构实现高效的词图扫描，生成句子中汉字所有可能成词情况所构成的有向无环图（DAG) 采用了动态规划查找最大概率路径, 找出基于词频的最大切分组合 对于未登录词，采用了基于汉字成词能力的HMM模型，使用了Viterbi算法 功能
python 结巴分词
zxcasd753651的博客
10-10 940
昨天在处理发帖标题和内容，需要提取关键字。 首先要对句子进行分词。。。。经过一系列的查找，我决定用结巴分词来进行 介绍结巴分词  1.支持繁体 2.支持自定义词典 3.支持三种分词模式： 1：精确，适合文本分析 2：全模式，将句子所有可以成词的词语扫描出来，速度快，但不能解决句子的歧义 3：搜索引擎，在精确模式下，对长词进行再切割，使用搜索引擎分词 安装  python2
用Python编写一个程序，实现对一篇中文文章进行分词和统计结果用词云图展示
最新发布
05-25
好的，我可以帮你实现这个任务。首先，我们需要安装一些必要的库，包括jieba、wordcloud和matplotlib。你可以在命令行中输入以下命令来安装它们： ``` pip install jieba wordcloud matplotlib ``` 安装完成之后，我们可以开始编写代码。以下是一个简单的程序，可以对一篇中文文章进行分词和生成词云图： ```python import jieba from wordcloud import WordCloud import matplotlib.pyplot as plt # 读取文章内容 with open('article.txt', 'r', encoding='utf-8') as f: text = f.read() # 分词处理 words = jieba.cut(text) word_list = [word for word in words if len(word) > 1] # 统计词频 word_count = {} for word in word_list: if word in word_count: word_count[word] += 1 else: word_count[word] = 1 # 生成词云图 wc = WordCloud(background_color='white', width=800, height=600, font_path='msyh.ttc') wc.generate_from_frequencies(word_count) plt.imshow(wc, interpolation="bilinear") plt.axis("off") plt.show() ``` 代码中使用了jieba库对文章进行分词处理，并使用wordcloud库生成词云图。需要注意的是，为了能够正常显示中文字符，我们需要指定字体文件路径（这里使用的是微软雅黑字体）。 另外，我们需要准备一篇中文文章，并将其保存在article.txt文件中。然后，我们就可以运行程序，生成词云图了。 希望这个程序能够对你有帮助！
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值