python用jieba库制作词云图_python使用jieba进行中文分词wordcloud制作词云

准备工作

抓取数据存到txt文档中，了解jieba

问题

jieba分词分的不太准确，比如机器学习会被切成机器和学习两个词，使用自定义词典，原本的想法是只切出自定义词典里的词，但实际上不行，所以首先根据jieba分词结果提取出高频词并自行添加部分词作为词典，切词完毕只统计自定义词典里出现过的词

wordcloud自身不支持中文词云，需要指定中文字体，并且现在大部分的博客提供的generate_from_frequencies方法的参数与现在的wordcloud的参数不同，现在这个方法接收的是dict类型

代码

# -*- coding: utf-8 -*-

import jieba

import os

import codecs

from scipy.misc import imread

import matplotlib as mpl

import matplotlib.pyplot as plt

from wordcloud import WordCloud, STOPWORDS, ImageColorGenerator

class GetWords(object):

def __init__(self, dict_name, file_list , dic_list):

self.dict_name = dict_name

self.file_list = file_list

self.dic_list = dic_list

#获取自定义词典

def get_dic(self):

dic = open(self.dict_name, 'r