【Python绘图小课堂】词云韦恩图（上篇-分词）

 

数据说明

本案例数据为电影《白蛇传·情》豆瓣短评数据：

 其中，评分有：推荐、力荐、还行、较差、很差 五种，我们将推荐与力荐的评论归为“好评”，并赋值为1，将其余三种评论归为“中差评”，赋值为0：

#将评分转化为数值
data['评分'] = data['评分'].replace(['力荐','推荐','还行','较差','很差'],[1,1,0,0,0]) 

分词

对于评论文本数据的分析，最基础的就是分词，观察词频。分词的方法有很多，最常见的就是jieba分词：

#使用精确模式分词
def cut_word(word):
    jieba.load_userdict('my_dict.txt') 
    cw = jieba.cut(word)
    return list(cw)

#使用全模式分词
def cut_word_all(word):
    jieba.load_userdict('