python读取JSON，txt文件，依据字典(dict)分析词频绘制词云（wordcloud)

python读取JSON，txt文件，生成字典(dict)，分析词频绘制词云

一、读取JSON、txt文件

1、JSON与txt文件保存字典格式的区别

字典格式：

{

	"key1":"value1",

	"key2":"value2",
    .........

}

• JSON文件在保存字典时，如果重复写入相同的key对应的value时会覆盖之前的value。

• txt文件在保存字典时，换行保存一个新的字典格式。

2、读取方法

• 读取txt文件（包含多个字典），并合并字典。

  import json
  import numpy as np
  
  
  f = open("../hotMsg.txt","r")
  line = f.readline()
  count = 1
  while line:
      # print(count,ls)
      data = f.readline()
      data = json.loads(data)
      ls.append(data)
      count += 1
      line = f.readline()
  for item in ls:
      for key in item.keys():
          if key in dic.keys():
              dic[key] += int(item[key])
          else:
              dic[key] = int(item[key])
  

• 读取json文件。

  import json
  with open("../hotMsg.json","r",encoding='UTF-8') as f:
  	load_dict = json.load(f)
  

二、使用jieba库分析词频

import jieba as jieba
import jieba.analyse as analyse

words_count_list = jieba.analyse.textrank(' '.join(dic.keys()), topK=50, withWeight=True)
dic = dict(words_count_list)

三、凭借字典(词频)生成词云

import wordcloud
from matplotlib import pyplot as plt
from PIL import Image

mask = np.array(Image.open('../wordcloud.png')) # 定义词频背景
wc = wordcloud.WordCloud(
    background_color=(255,255,255),
    font_path='../msyh.ttf', # 设置字体格式
    mask=mask, # 设置背景图
    max_words=200, # 最多显示词数
    max_font_size=45 # 字体最大值
)

wc.generate_from_frequencies(dic)
plt.imshow(wc) # 显示词云
plt.axis('off') # 关闭坐标轴
plt.show() # 显示图像