Python文本分析可视化词云图WordCloud练习及错误总结

最新推荐文章于 2024-08-21 18:17:45 发布

jema01

最新推荐文章于 2024-08-21 18:17:45 发布

阅读量2k

点赞数

文章标签： python 自然语言处理

本文链接：https://blog.csdn.net/jema01/article/details/120296716

版权

本文介绍了Python进行文本分析和可视化词云图的步骤。首先，确保正确读取文本文件，使用jieba分词，并在精准模式下自建保留词库。接着，统计词频并筛选高频词。最后，利用PIL库和wordcloud生成词云图，注意背景图的选择和配置参数。在实践中遇到并解决了关于编码、分词模式和背景图的问题。

摘要由CSDN通过智能技术生成

Python文本分析可视化整体思路：

一.导入待可视化文本文件，分词并统计词频。

二.筛选出高频词。

三.根据词频绘制形状词云图。

import os
print(os.getcwd())
os.chdir("e:\\")
print(os.getcwd())

首先通过“os.getcwd()”确认当前工作的目录与待分析的文本文件位置是否在同一目录下，

并利用“os.chdir()”改变位置，保证操作系统能成功找到文本文件。

import jieba#导入jieba库处理中文文本
with open("BNYJ.txt",'r',encoding='utf-8')as f:
          renmin=f.read()#打开文本
seg_list=jieba.cut(renmin,cut_all=False)#以精准模式处理文本的分词
#print('【精准模式】:'+'/'.join(seg_list))
jieba.load_userdict('BLC.txt')#添加保留词，进行二次分词
tf={}#建立空字典，以键值对的形式存放词频统计结果
for seg in seg_list:#遍历分词结果列表
    if seg in tf:
        tf[seg]+=1
    else:
        tf[seg]=1
ci=list(tf.keys())
with op