基于统计词频分析图书馆采购书籍方向（朴素版）

感谢关注天善智能，走好数据之路↑↑↑

欢迎关注天善智能，我们是专注于商业智能BI，大数据，数据分析领域的垂直社区，学习，问答、求职一站式搞定！

前言

这个故事的开始是一个师姐（现在是本校图书馆老师）想要看看图书馆的被借过的书和没被借过的书的特征

可能是想为之后图书馆采购书籍做个参考。

于是当师姐找到我时

我欣然接受这个task啦~

首先，她给我两个excel文档

打开是这样的：

不重要和敏感信息已经打码脱敏~

pandas大法好

接下来，就要使用Python中学过的pandas啦~

在使用pandas过程中，感谢@秦路老师和@诛胖土豆的深夜指导！

我选择jupyter notebook作为IDE 而不是pycharm，就是因为喜欢它的可视化展现和保存执行结果

处理思路：将正题名一列的名字全部合成一条字符串，然后分词。

a=''.join(df['正题名'])#使用join（）方法将df正题名一列名字顺序连接起来放在字符串a中

a#看一下a的内容

分词处理

import jieba#导入jieba分词模块，安装和简单使用方法已经在我之前的文章里说过啦~

统计词频

思路：建立一个空字典，用jieba的精准模式分词通过key存分出来的词，value存词频，最后打印词和对应词频

被借过的书分析结果如下：

没被借过的书分析结果如下：

通过观察可以发现：有与、的等无意义的词也被统计了，管理、经济、中国、研究等词在被借过的书和没被借过的书里都高频出现，说明图书馆有很多类似字样的书，而投资、物流、会计等在被借过的书中高频出现，而报告、产业、国际、现代等词在没被借过的书中高频出现，这为图书馆新采购书提供了一点点点点点点参考。

本文作者：天善智能社区小编乐子原创。转载请注明出处。