python使用matplotlib画词频分析的图_使用pandas和matplotlib的词频

使用collections.Counter创建直方图数据，并遵循给定的示例here，即：from collections import Counter

import numpy as np

import matplotlib.pyplot as plt

import pandas as pd

# Read CSV file, get author names and counts.

df = pd.read_csv("books.csv", index_col="id")

counter = Counter(df['author'])

author_names = counter.keys()

author_counts = counter.values()

# Plot histogram using matplotlib bar().

indexes = np.arange(len(author_names))

width = 0.7

plt.bar(indexes, author_counts, width)

plt.xticks(indexes + width * 0.5, author_names)

plt.show()

使用此测试文件：$ cat books.csv

id,author,title,language

1,peter,t1,de

2,peter,t2,de

3,bob,t3,en

4,bob,t4,de

5,peter,t5,en

6,marianne,t6,jp

上面的代码创建以下图形：

编辑：

您添加了一个辅助条件，其中author列可能包含多个空格分隔的名称。以下代码处理此问题：from itertools import chain

# Read CSV file, get

df = pd.read_csv("books2.csv", index_col="id")

authors_notflat = [a.split() for a in df['author']]

counter = Counter(chain.from_iterable(authors_notflat))

print counter

对于本例：$ cat books2.csv

id,author,title,language

1,peter harald,t1,de

2,peter harald,t2,de

3,bob,t3,en

4,bob,t4,de

5,peter,t5,en

6,marianne,t6,jp

它印出来了$ python test.py

Counter({'peter': 3, 'bob': 2, 'harald': 2, 'marianne': 1})

请注意，此代码只起作用，因为字符串是可iterable的。

这段代码基本上没有panda，除了引导DataFramedf的CSV解析部分。如果需要熊猫的默认绘图样式，那么mentioned线程中也有一个建议。