热点分析图_2020年度教育部立项热点的词云图分析

2020年度教育部立项热点的词云图分析

吴良海

    作为三大基金之一，教育部人文社科基金的申报与立项广受学界关注。教育部2020年度立项的2622项人文社科基金，究竟哪些领域与方向的选题更受青睐与关注？能否通过严谨、精准而直观的统计分析予以展示，以期为未来基金申报与选题确定提供参考和指导？在这方面，词频统计和词云图分析可以“大展拳脚”。

    本文以2020年度教育部立项公示文件为原始依据，提供了基于Python的文本分析“五步法”。

一、获取原始数据

    首先登录教育部人文社会科学网主页(https://www.sinoss.net/)，下载PDF格式的2020年度立项文件“2020教育部项目.PDF”。

二、启动Python编辑器

    打开Visual Studio Code编辑器终端，输入“ipython3”指令以启动IPython shell会话。

三、安装第三方库

  在终端中依次输入“pip install pdfplumber”(图1)，“pip install xlwt”(图2)，安装PDF格式文件转换为Excel格式文件必须的第三方库pdfplumber和xlwt。

图片1 安装pdfplumber

图片2 安装xlwt

四、编写代码

    运行过程见图3和图4。

图片3 程序执行中

图片4 程序运行结束

五、

    将“2020教育部项目.xls”转换为utf格式的文本文件“教育部20年度项目.txt”，并编写如下代码以绘制词云图。

    运行上述Python程序文件jybxm.py，即可得到教育部2020年度立项热点的词云图。

图5  教育部2020年度立项热点的词云图 

    词频统计结果表明，2020年度教育部人文社科立项热点前十位依次是“大学生”、“大数据”、“粤港澳”、“青少年”、“一带一路”、“1949”、“人工智能”、“制造业”、“高质量”、“消费者”等(图6)，图5的词云图展现犹为鲜明、直观。

图6  2020年度教育部人文社科立项热点：

词频统计前10位

·· THE END ··

 往期回顾：    熠熠美人蕉    派生天骄    清平乐    天山雪莲  编辑：杨露  审核：李娟

实证会计入门一点通