python 读取txt中的英文内容 分析词频 可视化显示

python 读取txt中的英文内容 分析词频 可视化显示

调用turtle库 平台：Spyder

import turtle

##全局变量##
pi=3.14159
#词频排列显示个数
count = 10
#单词频率数组-作为y轴数据
data = []
#单词数组-作为x轴数据
words = []

import random
#--------------------------------------读取 字符统计函数
#filename:文件名
#data:出现次数从高到低排序
#words:名字从高到低排序
def read(filename,data,words):
    txt1= open(filename,"r")#打开文件操作
    ##数据预处理   进行统计，统计后的数据装在字典word_spss中
    word_spss=process_read(txt1)
    pairs=list(word_spss.items())
    
    items = [[x,y]for (y,x)in pairs]
    items.sort() 
    #输出count个数词频结果
    for i in range(len(items)-1, len(items)-count-1, -1):
        print(items[i][1]+"\t"+str(items[i][0]))
        data.append(items[i][0])
        words.append(items[i][1])
#--------------------------------------随机颜色
#生成一个随机的码
def randomcolor():
    colorArr = ['1','2','3','4','5','6','7','8','9','A','B','C','D','E','F']
    color = ""
    for i in range(6):
        color += colorArr[random.randint(0,14)]
    return "#"+color
#--------------------------------------将英文标点替换标点为空格
#输入line
#输出line
def replaceMark(line):
    for ch in line:
        if ch in "~@#$%^&*()_-+=<>?/,.:;{}[]|\'\"":
               line=line.replace(ch," ")
    return line
#--------------------------------------数据预处理
#输入txt1
#输出处理后的数据的频率
def process_read(txt1):
    word_spss={}
    for line in txt1:
        line=line.lower()#换成小写
        line=replaceMark(line)#去除符号
        words=line.split()#该函数利用split来区分空格 从而达到提取数组的效果 
        for word in words:
            if word in word_spss:
                word_spss[word]+=1
            else:
                word_spss[word]=1
    return word_spss
#--------------------------------------画图函数
def DIY_draw(data,words):
    turtle.title("词频结果统计图")
    turtle.setup(1200, 500, 0, 0)
    t=turtle.Turtle()
    
    sum=0
    for ii  in range(9):
       sum+=data[ii]
    
    #输出结果
    print(sum)
    #开始画图
    x0=150
    coefficient=2*x0/sum*1.2;#系数确认
    t0=-1
    pp=[]
    for i in range(9):
        pp.append(words[i]+"["+str(data[i])+"]")
        
    print(pp[1])
    for i in range(9):
        
        t.color(randomcolor())
        t.penup()
        t.goto(x0,-data[i]*coefficient)
        #t.write(data[i], False, align="center", font=("Arial", 18, "normal"))
        x0=x0-data[i]*coefficient-data[i+1]*coefficient
        t.pendown()
        t.begin_fill()
        t.circle(data[i]*coefficient)
        t.end_fill()
        t0=t0*(-1)
        
    x0=150
    for i in range(9):
        
        t.color(randomcolor())
        t.penup()
        t.goto(x0,-data[i]*coefficient-t0*data[i]*coefficient*1.2)
        t.write(pp[i], False, align="center", font=("Arial", 18, "normal"))
        x0=x0-data[i]*coefficient-data[i+1]*coefficient
        t.pendown()
        t0=t0*(-1)
    t.down()
#--------------------------------------读取函数        
def main():
    #读取用户输入的数据
    read("C:\\Users\\yiqing\\Desktop\\ex1.txt",data,words) #调用read()函数
    DIY_draw(data,words)
main()

结果

txt