【Python_005】利用jieba及wordcloud生成词频及词云图

最新推荐文章于 2023-04-28 17:35:42 发布

Haaaley

最新推荐文章于 2023-04-28 17:35:42 发布

阅读量7.3k

点赞数 6

分类专栏： Python 文章标签： python

本文链接：https://blog.csdn.net/haley_yuen/article/details/105395276

版权

本文介绍了如何利用jieba进行中文分词，并计算词频，为生成词云图做准备。通过Anaconda安装jieba库，使用精确模式进行切词，结合停用词表计算词频。最后，通过wordcloud库绘制词云图，以可视化文本数据。

摘要由CSDN通过智能技术生成

词云图在数据分析中是比较常见的可视化操作，尤其在做定性分析时，通过词云图展示对某件产品或某个现象讨论最热的词，直观又好看

词频

生成词云图之前首先要确定各个词的词频，从而知道每个词的热门程度及后续在词云中不同大小的展示（词频即每个词出现的频率）

如何计算词频呢？
下面就需要介绍一个第三方库：jieba (没错，就是你想的那个结巴。。。

jieba库：做最好的 Python 中文分词组件
Github官方文档

安装jieba

我用的是anaconda，比较方便。
直接打开anaconda promot, 输入 pip install jieba 就可
在这里插入图片描述
验证一下是否安装成功:
打开pycharm -> File -> Setting -> Project Interpreter
在列表中看到jieba库就说明安装成功了，如图：

jieba 切词

共有三种模式：

搜索引擎模式

全模式

精确模式

个人认为三种模式中精确模式最好用，最适合用来文本分析。

用我大《三体》来举个例子嘎嘎嘎

import jieba

str = '斩尽杀绝，这是对一个文明的最高重视'

'''
精确模式效果在一般情况下 效果最好
jieba.cut() 生成 generator，需要for loop 返回里面的每一个词
jieba.lcut() 生成list
'''
seg_list_search = jieba.cut_for_search(str) # 搜索引擎模式
seg_list1 = jieba.cut(str, cut_all = True) #全模式
seg_list2 = jieba.cut(str, cut_all = False) #精确模式， 默认为精确， cut_all=False 可缺省