Python学习之中文词云（jieba）

最新推荐文章于 2024-07-27 17:15:10 发布

一醉南柯

最新推荐文章于 2024-07-27 17:15:10 发布

阅读量1.8k

点赞数 4

分类专栏： python 文章标签： jieba

本文链接：https://blog.csdn.net/dpl12/article/details/88861857

版权

python 专栏收录该内容

5 篇文章 0 订阅

订阅专栏

工具包：jieba分词库、Jupyter Notebook。

因为 jieba 是一个第三方库，所有需要我们在本地进行安装。

Windows 下使用命令安装：在联网状态下，在命令行下输入 pip install jieba 进行安装，安装完成后会提示安装成功。

功能：对文本中文词做词频统计显示词云。

#绘制词云
from wordcloud import WordCloud
from PIL import Image 
import numpy as np
import re
import matplotlib.pyplot as plt
import jieba
file=open('/Users/John/Desktop/十九大报告.txt','r',encoding='utf-8')
text=file.read()
file.close()
#print(text)
word_list = jieba.cut(text)
# 分词后在单独个体之间加上空格
result = " ".join(word_list)
text=result
words=text.split()  #将字符串打断成单词
#words1=[word.lower() for word in words]  #大写转小写
words2=[re.sub("[，。！；？、\“\”]",'',word) for word in words]#去掉标点符号
words_index=set(words)  #去重复
dic={index:words2.count(index) for index in words_index} #统计词频
graph=np.array(Image.open('/Users/John/Desktop/danghui.jpg'))#轮廓图片读成像素矩阵
wc=WordCloud(background_color='White',mask=graph, font_path ='/Users/John/Desktop/HYQiHei-25JF.ttf',max_words=200,max_font_size=150)#设置词云背景颜色及形状
wc.generate_from_frequencies(dic)#读进词频数据
wc.to_file("/Users/John/Desktop/zhongwenciyun.jpg")#保存图片
#展示图片
plt.imshow(wc)
plt.axis("off")#去除坐标轴
plt.show()

运行结果：