python做词云统计_python词频统计，生成词云

本篇博客介绍2个第三方库，中文分词库jieba和词云库WordCloud，我们将完成三个例子：

统计英文词汇频率

统计中文文本词汇频率使用jieba库

生成词云

在正式开始之前，我们先安装两个第三方库：中文分词库jieba和词云库WordCloud

统计英文词汇频率

英文词汇统计十分简单，因为每个单词之间都是用空格分开的的，当然也有一些特殊模号，我们将对整个文本进行噪音处理，然后将其分割成单词，存入字典中，再给词汇按照频率排序，步骤如下：

从文件流 中读取一段全英文文本

将文本用lower()归一化成小写形式

将文本中的特殊符号：;<>"~!@#$%^&*()-+[]|{}/*.,?过滤，替换成空格for ch in ';<>"~!@#$%^&*()-+[]|{}/*.,?':replace

将文本split，划分成单个单词，返回一个列表

遍历这个列表，按照单词=>出现次存入字典中：counts[x]=counts.get(x,0)+1

使用items()返回一个列表，给列表排序

格式化输出这个列表

代码如下：

#coding=gbk

def getText(fileName):

f=open(fileName,'r')

txt=f.read().lower()

for ch in ';<>"~!@#$%^&*()-+[]|{}/*.,?':

txt=txt.replace(ch,' ')

f.close()

return txt

def comp(x):

return x[1]

def main():

txt=getText('English.txt')

words=txt.split()

counts={}

for x in words:

counts[x]=counts.get(x,0)+1