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() for line in open('stopwords.txt', encoding='utf-8'))
newslist = []
#新增自定义词
jieba.load_userdict("newdit.txt")
for subject in txtlist:
if subject.isspace():
continue
word_list = pseg.cut(subject)
for word, flag in word_list:
if not word in stop_words and flag == 'n' or flag == 'eng':
newslist.append(word)
#合并指定的相似词
for line in open('unionWords.txt', encoding='utf-8'):
newline = line.encode('utf-8').decode('utf-8-sig') #解决\ufeff问题
unionlist = newline.split("*")
for j in range(1,len(unionlist)):
#wordDict[unionlist[0]] += wordDict.pop(unionlist[j],0)
for index,value in enumerate(newslist):
if value == unionlist[j]:
newslist[index] = unionlist[0]
return newslist

def countWords(newslist):
wordDict = {}
for item in newslist:
wordDict[item] = wordDict.get(item,0) + 1
itemList = list(wordDict.items())
itemList.sort(key=lambda x:x[1],reverse=True)
for i in range(100):
word, count = itemList[i]
print("{}:{}".format(word,count))

def drawPlant(newslist):
d = path.dirname(__file__)
mask_image = imread(path.join(d, "mickey.png"))
content = ' '.join(newslist)
wordcloud = WordCloud(font_path='simhei.ttf', background_color="white", max_words=40).generate(content)
# Display the generated image:
plt.imshow(wordcloud)
plt.axis("off")
wordcloud.to_file('wordcloud.jpg')
plt.show()

def main():
txtlist = getTxt('P001.txt')
print(len(txtlist))
wordlist = segmentWords(txtlist)
countWords(wordlist)
drawPlant(wordlist)

main()

词云效果，比之前的好很多，能一眼看出问题：

Python项目之企业审批流绩效分析分析应用2相关推荐

Python项目之企业审批流绩效分析分析应用1
结合词频统计的功能,联想到可以应用于企业审批流程回退意见的词频分析,是企业流程绩效分析的扩展之一. 技术路线:jieba分词,wordcloud绘制特定形状词云 #bpmRejectAnalyzeV1 ...
Python项目实战 —— 04. 淘宝用户行为分析
Python项目实战 Python项目实战--目录 Python项目实战 -- 04. 淘宝用户行为分析一.背景二.解题思路三.数据分析 3.1 数据清洗 3.2 数据分析 3.2.1 用户整体 ...
python 审批流_Odoo 基于企业微信实现的通用审批流功能的自助配置及使用说明 - Oejia 技术栈，企业方案分享、Odoo顾问...
### 概述以下为基于企业微信自建应用审批流程引擎实现的Odoo通用审批功能,基于企业微信官方审批应用实现的Odoo通用审批功能请移步到 http://oejia.net/blog/2020/05/ ...
Python项目实战：使用PySpark对大数据进行分析
Python项目实战:使用PySpark对大数据进行分析大数据,顾名思义就是大量的数据,一般这些数据都是PB级以上.PB是数据存储容量的单位,它等于2的50次方个字节,或者在数值上大约等于1000个 ...
SAP实施项目中采购员在非生产性采购申请审批流中的角色安排
SAP实施项目中采购员在非生产性采购申请审批流中的角色安排所谓非生产性物料,也叫间接物料,也有些企业称之为MRO物料.它主要包括而不限于如下物料:办公用品,劳保用品,备品备件,服务,固定资产等等.这 ...
钉钉python实现审批（通过软件和钉钉审批流的结合）
为了实现工单系统,又不想自己去结合钉钉的组织架构实现一套审批流,所以采用钉钉的审批结合自己的系统去实现工单. 由钉钉实现审批流,软件实现查询,记录工单等. 一.具体流程二.具体的实现方式获取tok ...
二次开发：flowable审批流程实践与创建流程源码分析
二次开发:flowable审批流程实践与创建流程源码分析上一篇已经描述了基于开源项目https://doc.iocoder.cn/的flowable的快速开发,创建了一个租户,创建了用户和相应的岗位 ...
只能是做的HTML5审批流项目
这其实不叫工作流系统,更不能算是工作流产品了,只能是做的HTML5审批流项目.一个工作流软件产品,是能适用到各个行业,并且流程引擎的模型设计很健壮,利用流程引擎的模型能设计出各式各样的业务流程.飞鸽传 ...
python有趣小项目源码分析_推荐 10 个有趣的 Python 项目
想成为一个优秀的开发者,没有捷径可走,势必要花费大量时间在键盘后. 而不断地进行各种小项目开发,可以为之后的大开发项目积攒经验,做好准备. 但不少人都在为开发什么项目而苦恼,因此,我为大家准备了10个 ...

Python项目之企业审批流绩效分析分析应用2

Python项目之企业审批流绩效分析分析应用2相关推荐

最新文章

热门文章