# 一点毕设的小感悟（词频统计+可视化分析）

写在前面

今天早晨编毕设的时候，想先用ROST CM6利用语义网络分析简单对旅游形象进行一个感知。看了好几篇文献在做语义网络图前都提到了关键词词频统计分析，虽然ROST软件自带分词、词频统计功能，但我输出TOP 100的文字排序是乱的不说，连词频为1的词语都统计上去了，这显然是不合理的（也不知道其他人是咋做的还是软件出BUG了 ）

接着就找了一上午的词频统计软件，好的软件要求付费（心疼.JPG），不好的软件分析不了2百万字的文档…
真就 “代码三两行，工具找半天”

总觉得为了点毕设犯不着还开个会员搞个 “文本输入不限量” 啥的吧…所以花了一上午，总结了一个简单的“词频统计+可视化分析”Python代码，可以基本满足上述需求，所采用的编辑器是Jupyter Notebook。

接下来我将尽我所能对下述代码进行解读，也是小白尝试理解的第一步了

# 天才第一步，导入相应库
import re
import collections  # 词频统计库
import numpy as np # numpy数据处理库
import jieba  # 结巴分词

第二步，打开爬虫评论文本数据，并读入文档
ps：要把爬虫的文档传到jupyter路径下，不然读不出来

fn = open("评论文本数据.txt","r",encoding="utf-8")
string_data = fn.read()
fn.close()

第三步，对文本进行预处理

# 文本预处理
# 定义正则表达式匹配模式
pattern = re.compile(u'\t|,|/|。|\n|\.|-|:|;|\)|\(|\?|"')
string_data = re.sub(pattern,''