1.中软国际华南区技术总监曾老师还会来上两次课,同学们希望曾老师讲些什么内容?
讲些工作经验之类的,还有讲些与python相关的知识。
2.中文分词
- 下载一中文长篇小说,并转换成UTF-8编码。
- 使用jieba库,进行中文词频统计,输出TOP20的词及出现次数。
- **排除一些无意义词、合并同一词。
- **使用wordcloud库绘制一个词云。
import jieba book = "48.txt" #小说:每天都要防止徒弟黑化 txt = open(book,"r",encoding='utf-8').read() ex = {'已经','一个','这个','什么','其他','这么','有些'} ls = [] words = jieba.lcut(txt) counts = {} for word in words: ls.append(word) if len(word) == 1: continue else: counts[word] = counts.get(word,0)+1 for word in ex: del(counts[word]) items = list(counts.items()) items.sort(key = lambda x:x[1], reverse = True) for i in range(20): word , count = items[i] print ("{:<10}{:>5}".format(word,count))
wz = open('48.txt','w+')
wz.write(str(ls))
import matplotlib.pyplot as plt
from wordcloud import WordCloud
wzhz = WordCloud().generate(txt)
plt.imshow(wzhz)
plt.axis('off')
plt.show()