第一次作业整理（词云/20210910）

最新推荐文章于 2024-07-15 22:00:49 发布
最新推荐文章于 2024-07-15 22:00:49 发布
阅读量163 收藏
点赞数
文章标签： 自然语言处理
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/Tracywxy/article/details/120300198
版权

目录

作业要求

作业过程及问题

安装扩展包

打开txt文件

字体

分词与词频统计

绘制词云图

作业要求

对txt文档进行分词、词频统计，并生成词云图

作业过程及问题

安装扩展包

在jupyter中，采用!pip install

!pip install wordcloud
!pip install jieba

打开txt文件

mac文件路径与Windows不同，路径显示在：右键 - 显示简介(get info) - 位置(where)中，复制粘贴该路径即可（如下图），但需要在最后添加文件名。

 我所用到的代码段为⬇️

text=open("/Users/mac/Desktop/课程/数营/python软件设计基础/20210910/text.txt"
最低0.47元/天 解锁文章
TracyWxyyy
关注
  • 0
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
百度七日逆袭--day5大作业生成词云
weixin_44703770的博客
05-25 536
这次的大作业是非常有趣的，最后生成的词云非常好看，关于青春有你2的词云制作 环境：在AIstudio上paddlehub 代码很长，从作业里拷过来 第一步：创建字体，非常非常重要，很多人后面出问题就是因为这里 # #创建字体目录fonts !cp simhei.ttf /opt/conda/envs/python35-paddle120-env/lib/python3.7/site-packages/matplotlib/mpl-data/fonts/ttf/ # 创建系统字体文件路径 !mkdir .fo
python-wordcloud词云练习
GeekZW的博客
06-19 2352
python-wordcloud词云练习主要内容：1、配置环境（win 7(64位) + pycharm + anaconda(python3.5)）2、如何生成词云？一、环境的配置1、安装wordcloud 首先，我们在网址http://www.lfd.uci.edu/~gohlke/pythonlibs/#wordcloud，下载需要的对应版本的wordcloud的 whl文件，我...
作业二：词云制作 使用软件wordart
a123456654555的博客
03-27 318
转载于:https://www.cnblogs.com/zandz/p/8655548.html
作业练习P194，jieba应用，读取，分词，存储，生成词云，排序，保存
adasdsa213231的专栏
08-31 358
import jieba #第一题 txt='Python是最有意思的编程语言' words=jieba.lcut(txt) #精确分词 words_all=jieba.lcut(txt,cut_all=True) #全分词 words_sh=jieba.lcut_for_search(txt) #搜索分词 print(words) print(words...
【作业】中文词频统计及词云制作
weixin_30480075的博客
09-25 224
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） 答：希望可以演示一下大数据的应用，实实在在地演示，比如爬虫什么的。 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。 （4）**使用wordcloud库绘制一...
作业：如何利用词频表和词云图来背雅思单词
weixin_44164739的博客
04-08 424
目录为什么要用这种办法来背词？前期准备开始打开准备好的文件去掉标点符号将字符分隔开并转换为字符串形式，保存在列表中将列表内的内容大写转小写放入集合，去重把内容放进字典，统计词频统计好的词频放入元组将结果放入工作表中生成词云图成品 为什么要用这种办法来背词？ 考试中出现的词是有一定频率的。那么，如果我们能够得知这种频率的具体内容，并根据词频来背单词，是不是就会提高备考的效率呢？ 前期准备 为了统计词...
基于vue实现3D动态词云/3D标签云
09-07
总之，"基于Vue实现3D动态词云/3D标签云"是一个结合了前端开发、3D图形编程和数据可视化的实践项目。通过学习和实施这样的项目，开发者不仅可以提升Vue.js的技能，还能掌握WebGL和Three.js的基础，以及增强数据可视...
python大作业-词云分析
12-26
基于python的词云分析，里边包含实现功能的所有文件
关于Jackson Wang的一个基础词云制作
02-03
代码是关于王嘉尔在《福布斯中国》受采访的词云，大家有兴趣可以互相学习，欢迎大家多多指正（嘻嘻嘻，超级无敌宇宙非常欢迎各位Jacky尝试一下，真的好好玩，用老王的图当遮罩，做出来的词云真的很lovely） ...
Tkinter+WordCloud做一个词云生成工具
08-24
Tkinter+WordCloud做一个词云生成工具。 需要安装模块wordcloud和jieba。 对应博客链接：https://tinycool.blog.csdn.net/article/details/132470515 自从做了热榜的词云之后，就越来越觉得词云的表达力真的很强，...
词云库学习--python习题
m0_59854777的博客
12-06 1324
下载后打开命令行，使用cd命令切换到该文件的路径，执行pip install wordcloud 目录 1号词云：葛底斯堡演说黑色背景词云（文字部分：and that government of the people, by the people, for the people, shall not perish from the earth) 2号词云：面朝大海，春暖花开（文字部分：从明天起，做一个幸福的人。喂马、劈柴，周游世界。从明天起，关心粮食和蔬菜。我有一所房子，面朝大海，春暖花开） 3
Python文本分析可视化词云图WordCloud练习及错误总结
jema01的博客
09-16 1965
整体思路： 导入待可视化文本文件，分词并统计词频。 筛选出高频词，根据词频降序排列。 根据词频绘制形状词云图。 import os print(os.getcwd()) os.chdir("e:\\") print(os.getcwd()) 首先通过“os.getcwd()”确认当前工作的目录与待分析的文本文件位置是否在同一目录下， 并利用“os.chdir()”改变位置，保证操作系统能成功找到文本文件。 import jieba#导入jieba库处理中文文本 with open("BNYJ
词云生成练习
solumin的博客
05-23 335
生成小说《黄金时代》词云 依赖库 from os import path from scipy.misc import imread import matplotlib.pyplot as plt import jieba from wordcloud import WordCloud, ImageColorGenerator 中文分词 生成词云 保存图片 代码 ...
2024Datawhale AI夏令营---基于术语词典干预的机器翻译挑战赛--学习笔记
weixin_61573157的博客
07-15 1077
机器翻译（Machine Translation，简称MT）是自然语言处理领域的一个重要分支，其目标是将一种语言的文本自动转换为另一种语言的文本。机器翻译的发展可以追溯到20世纪50年代，经历了从基于规则的方法、统计方法到深度学习方法的演变过程。当前，机器翻译正朝着更加智能化和个性化方向发展。一方面，结合上下文理解、情感分析等技术，提高翻译的准确性和自然度；另一方面，通过用户反馈和个性化学习，提供更加符合用户需求的翻译服务。同时，跨语言信息检索、多模态翻译等新兴领域也正在成为研究热点。
王牌站士Ⅶ--理解大型语言模型LLM的参数
RamendeusStudio的博客
07-14 794
较小的模型对环境的影响要小得多。平均而言，较大的模型往往能够区分这种语义区别，但是，使用较低质量训练数据的较大模型不一定会胜过较小且更集中的模型。在训练大型语言模型时，参数是 LLM 的特征，可以进行调整以优化模型预测序列中下一个 token 的能力。诚然，LLM 的参数越多，它就可以调整越多的“设置”来捕捉人类语言的复杂性，从而比参数较少的模型更好地处理人类语言。因此，在其他条件相同的情况下，如果模型 A 和模型 B 仅在处理和生成语言的能力上有所不同，那么你当然应该选择语言处理能力更出色的模型。
昇思25天学习打卡营第10天|NLP-RNN实现情感分类
最新发布
wwt72的博客
07-15 1056
输入一句评价，获得评价的情感分类.
新一代大语言模型 GPT-5 对工作与生活的影响及应对策略
fzy20110826的博客
07-14 1346
本文探究了 GPT-5 发布信息及从 GPT-4 到 GPT-5 的变化，解析了其影响，提出了应对策略，旨在提供思考和建议。
Bert中文预训练模型（Bert-base-chinese）
weixin_74254879的博客
07-15 414
该模型的主要作用是获取每个汉字的向量表示，后续通过微调可应用于各种简体和繁体中文任务。
文本分类--NLP-AI（八）
青山的博客
07-14 785
自然语言处理中的文本分类任务，引入介绍池化层（pooling）和向量化表示embedding层

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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