前一段时间,有个诉求,想了解下后台,大量反馈数据,其中重点集中在哪些内容。鉴于手边并无现成工具,可以想到快捷的办法是,对数据进行统一汇总,然后分词,将占比较高的关键词汇,生成词云图,从而形成对内容有大致解,为后面分析分析奠定方向。本文就如何基于 python 对文本做分词、快速生成词云图,做下探讨性分享。
倾城之链:倾心缔造,痴心为你。
为何选 python
Python 是一种易于学习又功能强大的编程语言。它优雅的语法和动态类型,以及解释型语言的本质,使它成为多数平台上写脚本,以及快速开发应用的理想语言。此外,Python
具有丰富强大的功能库,可以直接加以引用,省却很多工作量。
大致思路
假如已经获得文本,只需进行以下步骤即可:
- 对指定文本,基于
jieba
进行分词,得到词汇列表; - 对所得词汇列表进行计数,获得高频词汇列表(过滤排除、由高到低排序);
- 根据排序后的高频词汇列表,取前 N(100)条,拼接为字符串