jieba库使用以及好玩的词云

jieba库、词云（wordcloud）的安装

打开window的CMD（菜单键+R+Enter）

一般情况下：输入pip install jiaba（回车），等它下好，建议在网络稳定的时候操作

不行就试试这个：pip install -i https://pypi.tuna.tsinghua.edu.cn/simple jiaba

词云安装也是如此：pip install -i https://pypi.tuna.tsinghua.edu.cn/simple wordcloud

显示Successfully installed....就安装成功了（如下图👇：）

jieba库的使用

用jieba库分析文章、小说、报告等，到词频统计，并对词频进行排序

代码👇

（仅限用中文）：

# -*- coding: utf-8 -*-
"""
Created on Wed Apr 22 15:40:16 2020

@author: ASUS
"""
#jiaba词频统计
import jieba
txt = open(r'C:\Users\ASUS\Desktop\创意策划书.txt', "r", encoding='gbk').read()#读取文件
words  = jieba.lcut(txt)#lcut()函数返回一个列表类型的分词结果
counts = {}
for word in words:
    if len(word) == 1:#忽略标点符号和其它长度为1的词
        continue
    else:
        counts[word] = counts.get(word,0) + 1
items = list(counts.items())#字典转列表
items.sort(key=lambda x:x[1], reverse=True) #按词频降序排列
n=eval(input("词的个数："))#循环n次
for i in range(n):
    word, count = items[i]
    print ("{0:<10}{1:>5}".format(word, count))

（用于英文需要做些许调整）：

def getText():
    txt=open('hamlet.txt')#文件的存储位置
    txt = txt.lower()#将字母全部转化为小写
    for ch in '!"#$%&()*+,-./:;<=>?@[\\]^_‘{|}~':
        txt = txt.replace(ch, " ")   #将文本中特殊字符替换为空格
    return txt

 

好玩的词云

做一个词云图

import jieba
import wordcloud
import matplotlib.pyplot as plt
f = open(r"C:\Users\ASUS\Desktop\创意策划书.txt", "r", encoding="gbk")#有些电脑适用encoding="utf-8"，我电脑只能用encoding="gbk"，我也不知道为啥
t = f.read()
f.close()
ls = jieba.lcut(t)
 
txt = " ".join(ls)
w = wordcloud.WordCloud( \
    width = 4800, height = 2700,\
    background_color = "black",
    font_path = "msyh.ttc"    #msyh.ttc可以修改字体，在网上下载好自己喜欢的字体替换上去
    )
myword=w.generate(txt)
plt.imshow(myword)
plt.axis("off")
plt.show()
w.to_file("词频.png")#生成图片

 

 

统计的内容可以忽略，代码可以认真看看