中文词频统计及词云制作

 

1.中软国际华南区技术总监曾老师还会来上两次课，同学们希望曾老师讲些什么内容？

           在工作上一般用python操作什么，python的实际应用之类的，也可以虚拟一个项目来进行实践。

2.中文分词

1. 下载一中文长篇小说，并转换成UTF-8编码。
2. 使用jieba库，进行中文词频统计，输出TOP20的词及出现次数。
3. **排除一些无意义词、合并同一词。

 

import jieba
import jieba.analyse
txt = open('40.txt','r',encoding='utf-8').read()
words = list(jieba.lcut(txt))
print(u"[默认模式]:", "/".join(words))

 

 

 

tags = jieba.analyse.extract_tags(txt, topK=20)
print(" ".join(tags))