一
前几天在文章《迟到的 2018 年度总结(文内有福利)》中,我使用了分词和词云的展示效果,有不少同学都在后台问我是怎么实现的,也希望能用到自己的总结里面去。
其实主要思路是参考大佬 Python之禅(专业研究 Python,有兴趣的同学可以关注) 的文章《北大开源中文分词工具pkuseg-python,我用张小龙的3万字演讲做了统计》,然后稍微做了下变通。
为了让这个工具更易用,我给加了简单的 UI 界面,这样所有人都可以无门槛的拿来即用,用完即走了。
而问题就是时间拖的有点晚了,对不起,希望还能对你有所帮助。
二
因为很多人问,所以我把工具共享出来,需要的同学请后台回复「tool」获取完整源代码。
下面是图解使用说明:
下面是关键部分的代码实现:
def on_button_check(self, event):
"""响应 开始统计 按钮点击操作"""
content = self._readfiles(self.text_file2.GetValue())
zhuanyong = self._readfiles(self.text_zhuanyong.GetValue())
zhuanyong_list = []
for one in zhuanyong.split('\n'):
zhuanyong_list.append(one)
seg = pkuseg.pkuseg(user_dict=zhuanyong_list)
text = seg.cut(content)
stopwords = self._readfiles(self.text_stop.GetValue())
new_text = []
for word in text:
if word not in stopwords:
new_text.append(word)
counter = Counter(new_text)
print(counter.most_common(20))
word_list = " ".join(new_text)
pic_path = self._cur_file_dir(self.text_pic.GetValue())
coloring = numpy.array(Image.open(pic_path))
wc = WordCloud(background_color="white",
mask=coloring,
font_path="simfang.ttf",
max_font_size=84,
random_state=15,
)
myword = wc.generate(word_list)
#展示词云图
plt.imshow(myword)
plt.axis("off")
plt.show()
以上,希望对你有所帮助,有任何问题欢迎留言和我沟通。
本文首发于公众号「sylan215」,十年测试老司机的原创干货,关注我,一起涨姿势!
![sylan215](https://i-blog.csdnimg.cn/blog_migrate/23388f388d3d5d42a14d7e3042055e62.jpeg)