目录
一.对于可视化词云的理解
- 对人、物、事的文本描述中,大量出现的词可以用于这些对象的标签,将这些标签按照词频的大小以图片的方式展示出来,就成为了可视化的个性化词云。
- 例如,我们对某一类新闻进行词频统计,频繁出现的词语就是该类新闻的主题,将这些词语按大小进行图片填充,既形象也美观。
- 工业化中使用较多,用于研究好像有点造作。
二.python的代码实现
(1)实现步骤
- 收集预料:
语料可以是某一类新闻,某一篇小说,某一篇报道,人物描述,公司描述,物品描述等等,通过某个语料,获取该语料的主题。
- 2.数据读取:
对于爬虫得到的数据需要去掉空行,对不规范的内容进行处理,对于规范的文本可以直接分词。
- 3.去停止词
分词后需要去掉停止词,停止词的词频很大,影响结果。
- 4.统计词频
- 5.使用wordcloud制作成词云
(2)代码说明
1.导入需要的库
import warnings
warnings.filterwarnings('ignore')
import jieba
import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
import matplotlib
from wordcloud import WordCloud
2.读取数据
df=pd.read_csv('./valid.csv', sep='\t', header=None,names=['segment'])
df=df.dropna()
content=df.segment.values.tolist()
segment=[]
for line <