python第九周 实验课三国

“词云”就是对网络文本中出现频率较高的“关键词”予以视觉上的突出， 形成“关键词云层”或“关键词渲染”，从而过滤掉大量的文本信息，使浏览网 页者只要一眼扫过文本就可以领略文本的主旨。
实验目的:

熟悉文件的读取
熟悉中文分词及词频统计
理解数据清洗
熟练使用词云进行文本信息的展示
理解文本处理、文本分析、文本可视化的基本思想 实验内容:
编写程序，找出《三国演义》这本小说的人物关键词，并对“关键词渲染” 形成词云图。
实验要求:
在提供的文本中选择其中的一个文本，提取关键词，并对“关键词渲染” 形成词云图。

import matplotlib.pyplot as plt
import jieba
from wordcloud import WordCloud

txt = open('threekingdoms.txt', 'r', encoding='utf-8').read()#记得放在目代码同一路径的文件夹
print(txt)
words = jieba.lcut(txt)#返回一个列表类型txt表示变量名
counts = {}
for word in words:
    if len(word) == 1:#只有一个字就不是人名，所以排除
        continue
    elif word == "诸葛亮" or word == "孔明曰":
        rword = "孔明"
    elif word == "关公" or word == "云长":
        rword = "关羽"
    elif word == "玄德" or word == "玄德曰":
        rword = "刘备"
    elif word == "孟德" or word == "丞相":
        rword = "曹操"
    else:
        rword = word
    counts[rword] = counts.get(rword, 0) + 1#自增1
excludes = {"将军", "却说", "荆州", "二人", "不可", "不能", "如此"}#剔除影响排序的词
for word in excludes:
    del counts[word]

items = list(counts.items())#这是个二位列表
c = list()
items.sort(key=lambda x: x[1], reverse=True)#根据键值的大小即出场频率降序排
for i in range(50):#取词频率前50
    word, count = items[i]
    print("{0:<10}{1:>5}".format(word, count))#右对齐左补0、左对齐右补零
    c.append(word)
text = " ".join(c)#join函数是一个可迭代的对象
font_path = 'simkai.ttf'#我是从问里面拷贝了一个字体样式
w = WordCloud(width=600, height=400,font_path=font_path,
              background_color="white", max_words=50)
w.generate(text)  # 生成词云
w.to_file('res.png')
plt.imshow(w)


#用词云图片
plt.axis('off') #不显示坐标
plt.show()
#显示生成的词云图w.to_file("threekingdoms.png") #保存到本地