Python数据分析之jieba库的运用

三十年河东，三十年河西，莫欺少年穷！年仅15岁的萧家废物，于此地，立下了誓言，从今以后便一步步走向斗气大陆巅峰！这里是属于斗气的世界，没有花俏艳丽的魔法，有的，仅仅是繁衍到巅峰的斗气！

《斗破苍穹》可谓玄幻小说的巅峰之作，曾经痴迷到彻夜看小说，回不到的过去，等不到的未来！今天就利用python的jieba库以及在线制作词云工具TAGUL，制作《斗破苍穹》词云。

步骤

jieba分词

首先，通过pip3 install jieba安装jieba库，随后在网上下载《斗破苍穹》小说及停用词表。代码如下：

import jieba.analyse

path = '小说路径'

fp = open(path,'r',encoding='utf-8')
content = fp.read()
try:
    jieba.analyse.set_stop_words('停用词表路径')
    tags = jieba.analyse.extract_tags(content, topK=100, withWeight=True)
    for item in tags:
        print(item[0]+'\t'+str(int(item[1]*1000)))

finally:
    fp.close()

大家运行程序可能会报错，是编码问题，我们这时需打开下载的txt文档，另存为，选择utf-8编码即可。

运行部分结果图：

词云制作

（1）打开taglue官网，点击import words，把运行的结果copy过来。
（2）选择形状，在这里是网上下载的图片进行的导入。
（3）选择字体。
（4）点击Visualize生成图片。

《斗破苍穹》词云

在这个斗气大陆上，只有强者才可以生存，萧炎在药老及丹药的帮助下不断修炼，拥有多种异火，有着极强的灵魂感知力；在不断修炼中，遇到了小医仙，纳兰，美杜莎，紫研等人，成为斗气大陆上的强者而奋斗。