去除停用词并绘制词云图

简单处理数据后绘制词云图

以前看见词云图完全没想过它是怎么做出来的，现在才知道Python是可以画词云图的，而且非常简单，只要数据处理好。

# -*- coding: gb2312 -*-
#coding=gbk
import pandas as pd
import numpy as np
import jieba
from tkinter import _flatten
import matplotlib.pyplot as plt
from wordcloud import WordCloud
pd.set_option('display.max_columns',1000)
pd.set_option('display.width', 1000)
pd.set_option('display.max_colwidth',1000)
#处理打印数据时省略号问题#预处理
with open('stoplist.txt','r',encoding='utf-8') as f:stopWords=f.read()
stopWords=['\n','',' '] + stopWords.split()#前后列表拼接
#print(stopWords)
data=pd.read_excel('美人鱼.xlsx',encoding='utf-8').astype(str)
#astype(str)处理解析错误，加在解析内容处
data_cut=data['评论内容'].apply(jieba.lcut)#分词
#data1=np.array(data)
#print(data1)
#data2=jieba.lcut('《美人鱼》电影整体看下来，像许多以往的周星驰电影或者周式喜剧一样，除了少了集体跳舞以外，剩下的还是过去的配方，还是过去的味道。       笑果是有的。但是一些重复的笑料配上仍然三毛钱的特效和一些霸道总裁爱上我的剧情，又时不时的让人在观影时犯尴尬症。')
#print(data2)
dataAfter=data_cut.apply(lambda x:[i for i in x if i not in stopWords])
#去除停用词
#print(dataAfter)
#词频统计
wordfre=pd.Series(_flatten(list(dataAfter))).value_counts()
#统计频次
#print(data3)#绘制词云图
mask=plt.imread('yun.jpg')#导入图片
wc=WordCloud(font_path='C:\Windows\Fonts/simkai.ttf', mask=mask,background_color='white')
#simkai.ttf是字体，前面用右斜线
wc.fit_words(wordfre)
plt.imshow(wc)
plt.axis('off')#去除坐标轴
plt.show()

日常总结遇到的问题：
1、数据导入永远心中的痛，还是不清楚不同数据类型该怎么导入，还有数据里面的不同属性该怎么处理，百度也百度不抻头；
2、pycharm导入数据和统计词频时要打印出来才安心，不然后面就不知道错哪了。

去除停用词并绘制词云图相关推荐

介绍四种绘制词云图的方法
公众号后台回复"图书",了解更多号主新书内容作者:叶庭云,https://blog.csdn.net/fyfugoyfa 一.词云图词云图是一种用来展现高频关键词的可视化表达, ...
python词频统计完整步骤_Python中文文本分词、词频统计、词云绘制
本文主要从中文文本分词.词频统计.词云绘制方面介绍Python中文文本分词的使用.会使用到的中文文本处理包包括:wordcloud,jieba,re(正则表达式),collections. 1 准备工 ...
机器学习之---文本分析（jieba分词和词云绘制）
一.定义: 文本挖掘:从大量文本数据中抽取出有价值的知识,并且利用这些知识重新组织信息的过程. 二.语料库(Corpus) 语料库是我们要分析的所有文档的集合. import os import os ...
用python画苹果_Python爬取京东Iphone X用户评论并绘制词云
目标爬取京东商城上iPhone X用户评论数据: 使用jieba对评论数据进行分词处理: 使用wordcloud绘制词云图. 目前京东商城只会展示商品的前100页评论,所以我们能爬取到的评论只有100 ...
对中国四大名著--红楼梦使用jieba进行分词处理排除去停词统计完整词频并按降序排列前20词绘制词云图
文章目录前言一.jieba是什么? 支持四种分词模式: 支持繁体分词支持自定义词典 MIT 授权协议二.直接上代码了总结前言今天用jieba和词云库做个作业,顺便记录一下,作业要求: 1 ...
文本挖掘（超详细：数据获取 - 数据清洗 - 中文分词 - 去除停用词 - 词频统计 - 词云图 - 情感分析）
文本挖掘(超详细) 朋友们好,文本挖掘这篇文章写了也有一段时间了,承蒙朋友们的厚爱,作者后面有做过一个升级版的文本挖掘,但苦于没有时间一直没有更新,现在在抽时间把后面写的这个也发布出来,两篇文章的步骤 ...
Python爬取《哆啦A梦-伴我同行2》影评，手把手带你绘制词云图！
本文简介 <哆啦A梦:伴我同行2>是纪念<哆啦A梦>50周年的作品之一,于2021年5月28日在中国内地上映. 哆啦A梦系列,是陪伴我,乃至陪伴了几代人成长的故事.50年来,藤 ...
PySide2、nltk、wordcloud、gensim、sklearn、pyinstaller实现词嵌入可视化、绘制词云图、制作GUI并打包的踩坑总结
最近有个英语词汇学的期末作业,老师说可以写论文也可以写一个小程序.作为一个学物理的兔子,当然选择写程序啦(误).不过其中遇到了不少坑,就来总结一下. 首先说一下这个程序的设计思路.其实就是做一个图形界 ...
python红楼梦绘制词云形状图_python数据挖掘实战笔记——文本挖掘（5）：词云美化之绘制《红楼梦》词云图...
词云图的美化就是把词云图的背景和颜色进行美化,以<红楼梦>词云图为例,如下所示: 首先绘制词云,跟之前的代码操作一样: import jieba import numpy import c ...

去除停用词并绘制词云图

简单处理数据后绘制词云图

去除停用词并绘制词云图相关推荐

最新文章

热门文章