Python中文分词_使用介绍(wordcloud+jieba)

词云又叫文字云，是对文本数据中出现频率较高的“关键词”在视觉上的突出呈现，形成关键词的渲染形成类似云一样的彩色图片，从而一眼就可以领略文本数据的主要表达意思。

安装需要的libs

接下来的代码里会用到如下四个主要的libs，我本地是64位win10，安装过程如下：

安装wordcloud

安装numpy

安装numpy，直接pip install numpy安装失败，手工下载需要的版本，手动安装：numpy手工安装lib下载地址

安装scipy

安装scipy，直接pip install scipy安装失败，手工下载需要的版本，手动安装：scipy手工安装lib下载地址

安装jieba

使用pip install jieba命令安装即可.

测试程序：

from os import path
import jieba
from wordcloud import WordCloud
import matplotlib.pyplot as plt
from scipy.misc import imread

s1 = """ 北京时间4月8日，骑士主场以100-114不敌老鹰。
　　老鹰（41-37）二连胜，仍居东部第五。保罗-米尔萨普缺阵，德怀特-霍华德、肯特-巴泽莫尔和丹尼斯-施劳德也没上场。迈克-邓利维拿下了20分，蒂姆-哈达威22分，厄尔森-伊尔亚索瓦13分7个篮板，克里斯-亨弗里斯12分7个篮板，迈克-穆斯卡拉13分。
　　骑士（51-28）四连胜结束，但仍保持东部第一。勒布朗-詹姆斯得了27分、8个篮板和7次助攻，凯里-欧文18分7次助攻， 凯文-勒夫15分，钱宁-弗莱16分。[直播实录]   [技术统计]
　　骑士三分球36投仅9中，而老鹰为37投16中。
　　骑士众将在关键时刻找到了总冠军的感觉，JR-史密斯最近手感火热，而詹姆斯也再现联盟第一人风采，近四场比赛，两度打出三双。[新浪小炮智能预测NBA][下载APP看篮彩方案]
　　骑士保持东部第一的位置，而且有1.5场的优势。只要再胜两场，他们就是东部冠军。
　　老鹰排名东部第五，只领先第六的雄鹿半场。他们已经不可能争夺第四，而且季后赛门票还没到手，仍有悬念。
　　由于是背靠背比赛，老鹰今天让米尔萨普休息。毕竟他刚复出不久，老鹰不想让他在这种比赛中冒险。
　　尽管少了多名大将，老鹰打得非常顽强。
　　首节双方都状态欠佳。本节还有4分钟时，詹姆斯在快攻中表演扣篮，骑士以17-12领先，但在本节剩下的时间，骑士只投中一球。老鹰打出一波9-2后，以21-19超出。
　　老鹰在第二节率先找到感觉，他们以一波11-2开始本节，一举以32-21取得两位数的优势。本节中段，老鹰连续命中三分后，以40-28保持优势。骑士也逐渐找回手感，科沃尔还以三分，詹姆斯突破上篮，勒夫也远投得手，他们还以一波15-2后，以43-42反超。双方又开始拉锯战，半场结束时，骑士以50-52落后。
　　双方都无法控制局面，而且也不稳定，各自打出攻击高潮。第三节中段，勒夫命中三分，詹姆斯投篮得手，骑士以67-58领先了9分。卡尔德隆还以三分，邓利维此后三度远投得手，老鹰外线开火，又将比分超出。三节过后，老鹰以83-78领先。
　　哈达威连续投篮命中，穆斯卡拉扣篮得手，老鹰打出一波9-0，在比赛还有4分15秒时以103-89拉开差距。骑士叫了暂停后，也未能发动攻势，而老鹰继续外线开火，将优势扩大到20分，胜负失去悬念。
　　最后一节老鹰投中5记三分，得了31分。（吴哥）"""
s2 = """ 北京时间4月8日，骑士在主场以100-114负于第二阵容出战的老鹰。骑士替补控卫德隆-威廉姆斯出场16分钟，8投2中，三分球2投0中，得到4分，外加2个篮板、1次助攻和1次抢断。
　　德隆无疑是骑士在本赛季的重要引援。自从本赛季开始以后，骑士队就急需找到一个合格的替补控卫。赛季中期，骑士当家球星詹姆斯更是多次公开敦促骑士队引进替补控卫。
　　从理论上来说，德隆的加盟对骑士的一号位是一个重大的升级，毕竟他曾是联盟顶级控卫，即便现在状态大不如前，担任替补控卫应该也足够。
　　本赛季，德隆代表骑士打了20场比赛，场均得到6.4分和3.6次助攻，投篮命中率和三分球命中率分别为45.3%和36.1%。这样的表现只能算中规中矩。
　　然而德隆最近的状态真心一般，今天这场比赛之前，他已经连续8场比赛得分没有上双，其中有2场得分为0。"""

s3 = """　北京时间4月6日，尽管缺少了内线防守核心特里斯坦-汤普森，卫冕冠军克利夫兰骑士仍然在勒布朗-詹姆斯的带领下，客场114-91大胜波士顿凯尔特人，赢得了这场东区榜首大战。
　　本场比赛创下一项新的历史纪录：23分的分差，成就了骑士有史以来在凯尔特人主场所取得的优势最大的一场胜利。
　　此前的纪录创于2010年2月26日，那是詹姆斯离开骑士，去南海滩与好兄弟德维恩-韦德相会前的最后一个赛季。那场球詹姆斯独得36分7个篮板9次助攻，带领球队最终以108-88击败了没有保罗-皮尔斯的凯尔特人。
　　眨眼之间，七年过去，物是人非，詹姆斯还是那个詹姆斯，但他身边的队友，以及对面的敌人，都已经完全变成了另外一拨人。"""
d = path.dirname(__file__)
mylist = [s1, s2, s3]
word_list = [" ".join(jieba.cut(sentence)) for sentence in mylist]
new_text = ' '.join(word_list)
imagename = path.join(d, "背景.png")  # 背景图片路径
coloring = imread(imagename)             # 读取背景图片 
fontname=path.join(d, "msyh.ttf")  # 使用的是微软雅黑字体
wordcloud = WordCloud( 
    mask=coloring, 
    font_path=fontname).generate(new_text)
plt.imshow(wordcloud)
plt.axis("off")
plt.show()

运行效果：

分词结果背景图：

分词最终结果图：

资源下载：

上面提到的所有代码资料下载地址为：代码下载

github上下载地址为：这里写链接内容