词云-wordcloud

 

import jieba
book = "2015.txt"
txt = open(book).read()
ex = {'不是','就是','的话','1.1','docin','www'}
ls = []
words = jieba.lcut(txt)
print(words)
counts = {}
for word in words:
ls.append(word)
if len(word) == 1:
continue
else:
counts[word] = counts.get(word, 0) + 1
print(ls)

for word in ex:
del (counts[word])
print(counts)
items = list(counts.items())
print(items)
items.sort(key=lambda x: x[1], reverse=True)
for i in range(5):
word, count = items[i]
print("{:<20}{:>8}".format(word, count))

wz = open('ms.txt', 'w+')
wz.write(str(ls))

import matplotlib.pyplot as plt
from wordcloud import WordCloud
font = r'/simhei.ttf'
wzhz = WordCloud(collocations=False, font_path=font, width=1400, height=1400).generate(txt)
plt.imshow(wzhz)
plt.show()

 

项目 55
励志 46
远洋渔船 42
命运 33
生命 25

 关于jieba库:https://www.cnblogs.com/wkfvawl/p/9487165.html

转载于:https://www.cnblogs.com/zx3707/p/10629046.html

echarts-wordcloud是一个基于echarts库的词云插件。词云是一种可视化方法,用于展示文本数据中词语的使用频率或重要性。通过使用词云,我们可以更直观地了解一段文本中哪些词语使用频率高或重要,从而帮助我们进行数据分析和决策。 echarts-wordcloud的使用非常简单方便。首先,我们需要引入echarts库和echarts-wordcloud插件。然后,我们可以通过以下几个步骤来创建和配置一个词云图。 首先,我们需要创建一个echarts实例,并设置容器的宽度和高度。接下来,我们需要创建一个基本的词云图配置对象。在这个配置对象中,我们可以设置词云图的样式、数据和其他属性。 数据是词云图中最关键的部分。我们可以通过设置一个包含词语和对应权重的数据数组来显示词云图。权重越大的词语在图中的大小越大。可以根据具体需求自定义权重的计算方式和颜色渐变。 在设置词云图的样式时,我们可以调整词语的字体、布局、旋转等属性。我们还可以设置词云图的背景颜色、边框样式等。 最后,我们可以将配置对象应用到echarts实例中,并通过调用实例的方法来渲染出词云图。 除了上述基本用法外,echarts-wordcloud还提供了丰富的扩展功能,如词语的点击事件、词语的高亮、词语的链接跳转等,使得词云图可以更加灵活和交互。 在总结上述内容时,echarts-wordcloud是一个简便易用的词云插件,通过它我们可以轻松创建并配置个性化的词云图。它不仅能够美观地展示词语的使用频率或重要性,还提供了丰富的扩展功能,让我们可以更深入地分析和理解文本数据。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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