利用Python进行词频统计并生成词云——以京东商城iphone13购物评论为例

本文链接：https://blog.csdn.net/hiroyuu008/article/details/123545702

本文通过Python演示如何利用pandas、jieba和pyecharts进行词频统计和词云生成。以京东商城iPhone 13评论为例，爬取并分析评论，提取关键词，最后展示词频前100的关键词和动态词云图。

摘要由CSDN通过智能技术生成

本文介绍一种快速生成关键词-词频统计-词云生成的办法，作为Python数据分析初级技能，除基本运行环境外无需其他软件或工具，且流程搭建成功后可重复利用，可极大提升相似事务的处理效率。

一、操作环境

1.1 搭建Python运行环境，如尚未搭建建议下载安装Anaconda，并搭配Jupyter Notebook作为IDE

1.2 需加载pandas，jieba, pyecharts等常用包，直接输入pip install+包名称可能会很慢，建议搜索豆瓣镜像文件快速安装

1.3 数据源可以是现有文件或通过爬虫手段获取，需保证有足够的数据量

二、原始数据获取

本文以京东商城热销的"iphone 13"机型为例，从购买者发布的文字评论中提取关键词进行统计，所以原始数据即评论原文。通过爬虫手段获取最近1000条评论，并保存至本地csv文件，以下为字段预览：

三、Pandas读取文件

3.1 导入本次所需要用到的包:

import pandas as pd
import jieba
import pyecharts.options as opts
from pyecharts.charts import WordCloud

读取csv文件：

data = pd.read_csv(r'(文件路径).csv')
data.head()