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?
在工作上一般用python操作什么,python的实际应用之类的,也可以虚拟一个项目来进行实践。
2.中文分词
- 下载一中文长篇小说,并转换成UTF-8编码。
- 使用jieba库,进行中文词频统计,输出TOP20的词及出现次数。
- **排除一些无意义词、合并同一词。
- **使用wordcloud库绘制一个词云。
import jieba
txt = "茶花女.txt"
book = open(txt,'r',encoding='utf-8').read()
words = jieba.lcut(book)
ls = []
counts = {}
for word in words:
ls.append(word)
if len(word) == 1:
continue
else:
counts[word] = counts.get(word,0)+1
ex = {'一个','什么','这个','这样','这些','这种','已经','如果','的话'}
for word in ex:
del(counts[word])
items = list(counts.items())
items.sort(key = lambda x:x[1], reverse = True)
for i in range(20):
word , count = items[i]
print ("{:<10}{:>5}".format(word,count))
from wordcloud import WordCloud
import matplotlib.pyplot as plt
w=" ".join(words)
wc=WordCloud().generate(w)
plt.imshow(wc)
plt.axis("off")
plt.show()
运行结果:
可以看出重点角色叫“玛格丽特”,次角“阿尔芒”,线索围绕“女人”、“爱情”。