python实验 模块（运用jieba,词云wordcloud）

笔记。

首先需要下载jieba和wordcloud：

win+r打开cmd或者Anaconda Prompt,输入以下代码:

pip install jieba

pip install wordcloud

下载stopwords和hlm文本文件的时候记得将编码设为：

 防止和代码冲突：

 

1.统计红楼梦人物的出现次数，输出出现次数最多的五个人；

import jieba

path = "C://Users//lzx//Desktop//hlm.txt"  #绝对路径

txt = open(path , 'r' , encoding = 'utf-8').read()#.read()实现全部读取,返回str类型

# 精确分词
txt1 = jieba.lcut(txt)#返回列表
# txt1 = jieba.lcut(txt , cut_all = True) 返回所有可能 , 存在冗余
book = {}

#屏蔽掉无效词
mapp1 = ["什么" , "一个" , "我们" , "那里" , "如今" , "你们" , "姑娘" , "起来" , "这里" , "老太太" , "说到" , "知道" ,"出来" ,"他们" , ""]
mapp2 = ["说道" , "众人" , "奶奶" , "自己" , "一面" , "太太" , "只见" , "两个" , "怎么" , "没有" , "不是" , "不知" , "这个" , "听见"]

for word in txt1:
    if((len(word) == 1) or (word in mapp1) or (word in mapp2)):
        continue;
    else:
        book[word] = book.get(word , 0) + 1;#字典类型中get函数贼好用

#把字典中的元素以元组的形式放到列表中去 
l1 = list(book.items())

# 排序
l1.sort(key = lambda x : x[1] , reverse = True)#reverse为反转，默认升序

#输出前五的人物
for i in range(5):#range里面只能是数字（int）
    t = l1[i]
    print("{0:<10}{1:>5}".format(t[0],t[1]))
    #也可以print("{:<10}{:>5}".format(t[0],t[1]))
    #也可以：
    #x,y=l1[i].items() 这种写法可效仿
    #print("{0:<10}{1:>5}".format(x,y))
# < > 是指左对齐 还是 右对齐 后面的数字是指占几位 
#可以在 "< >" 号前面写上占位符（如*）,默认空格
#至于本例中0，1是字典类型输出的一种格式，去掉0，1也可

 

2.制作红楼梦人物词云；

import wordcloud as wd
import jieba

path = "C://Users//lzx//Desktop//hlm.txt"
pathx = "C://Users//lzx//Desktop//stopwords_cn.txt"

txt = open(path , 'r' ,encoding = 'utf-8').read()#string类型
l1  = open(pathx , 'r',encoding = 'utf-8' ).read()#string类型

#把 无用词文本 转换成列表
ls = list(l1.split())

txt = jieba.lcut(txt)#返回的是列表

# 可实现删除功能，如：“刘备曰”变成“刘备”，也可以不用
# =============================================================================
# for i in range(len(txt)):#range里面只能是数字（int）
#     txt[i] = txt[i].replace('道' , '')
#     txt[i] = txt[i].replace('笑' , '')
#     txt[i] = txt[i].replace('听了' , '')
#     txt[i] = txt[i].replace('曰' , '')
# =============================================================================

w = wd.WordCloud(width = 1000 , height = 800, font_path='C://Windows//Fonts//simsun' ,stopwords = ls , background_color="white")

# font_path 是文字样式，最后的simsun在右击属性中查看，如果出现方框而没有文字的情况，说明字体选的不合适
#  stopwords 是去除文字集 传入格式是列表

w.generate(" ".join(txt))
# 连结成一个字符串用空格分割

w.to_file("C://Users//lzx//Desktop//worldcloud.png")
# 生成图片到桌面

 3.三国的和红楼梦的要求差不多，但没有给stopwords文档

import wordcloud as wd
import jieba

path = "C://Users//lzx//Desktop//三国演义.txt"
#pathx = "C://Users//lzx//Desktop//stopwords_cn.txt"

txt = open(path , 'r' ,encoding = 'utf-8').read()#string类型

txt = jieba.lcut(txt)#返回的是列表
mp=['商议','何不','却说','不可','今日','不能','原来','于是','次日','大喜','大怒','大败','二人','左右','汉中''一人','此人','何故']
txt1=[]
for i in txt:
    if len(i)!=1:
        txt1.append(i)
for i in range(len(txt1)):
    txt1[i] = txt1[i].replace('之' , '')
    txt1[i] = txt1[i].replace('曰' , '')

w = wd.WordCloud(width = 1000 , height = 800, font_path='C://Windows//Fonts//simsun' ,stopwords=mp, background_color="white")

# font_path 是文字样式，最后的simsun在属性中查看，如果出现方框而没有文字的情况，说明字体选的不合适

w.generate(" ".join(txt1))
# 连结成一个字符串用空格分割

w.to_file("C://Users//lzx//Desktop//三国演义.png")
# 生成图片到桌面

 至于去除文字集，你可以多删一些词来完善，我懒得弄了。

另外，记录一个小知识：

输出：（9，-2） 

 

 

 

改正：

不知道为啥，这样都不行。

正确改正：

 

 

最后：

def countV(a):
    if isinstance(a,int):
        return a 
    else:
        return max(a),min(a)#python函数可以返回多个，且被打包成元组。
l=[1,4,7,-2,9]
print(countV(l))

print(countV(4))