Python项目之企业审批流绩效分析分析应用2

在上一篇博文Python项目之企业审批流绩效分析分析应用1的源码基础上，发现统计出的词频需要做一些纠偏。

1、实际统计的时候，只按词库中的标准名词是不够说明问题，我们希望按照自定义的词组搭配进行自动切分，

jieba库支持自定义扩展词库：

jieba.load_userdict("newdit.txt")

文本格式：

派遣单 4 n
支付方式 4 n

预算编码 4 n

其中字母 表示词类型，数字表示期望统计词频

2、如：预算编码、WBS编码是同一个东西，且有些审批人可能直接写WBS，Python是大小写敏感的，所有wbs和WBS会被统计不同的词汇。所以算法中应该对这类词汇做汇总统计。同样，申请人要求回退和本人要求回退同样的理由，应该归为一类。

程序做如下调整：

#bpmRejectAnalyzeV1.py
import jieba
import jieba.posseg as pseg
from os import path
from scipy.misc import imread
from wordcloud import WordCloud
import matplotlib.pyplot as plt

def getTxt(txt):
    with open(txt,'r',encoding='utf-8')as f:
        reject_list = f.readlines()
    return reject_list

def segmentWords(txtlist):
    stop_words = set(line.strip()