知识点普及

词频:某个词在该文档中出现的次数停用词:数据处理时过滤掉某些字或词,如:网站、的等语料库:也就是我们要分析的所有文档的集合中文分词:将汉字序列分成一个个单独的词

使用第三方库介绍

jieba jieba.cut(content) content 为分词的句子pandas pandas.DataFrame()生成DataFrame对象 pandas.DataFrame.groupby()分组统计 分组统计实例 pandas.DataFrame.groupby(by=列名数组)[统计列名数组].agg({ 统计项名称:统计函数})wordcloudpython构建词云的库文件 安装方式请自行案例

词云实现

#!/usr/bin/env python

# coding=utf-8import osimport jiebaimport codecsimport pandas as pdimport numpy as npfrom wordcloud import WordCloud,ImageColorGeneratorimport matplotlib.pyplot as plt

#导入所用库文件basefile = data存储路径

# 语料库加载

f_in = codecs.open(basefile+'an.txt','r','utf-8') content = f_in.read()

#分词,生成segments列表segments = []

segs = jieba.cut(content)for seg in segs: if len(seg)>1: segments.append(seg)

#生成DataFrame对象segmentDF = pd.DataFrame({'segment':segments})

#分组统计segStat = segmentDF.groupby( by = ['segment'] )['segment'].agg({ '计数':np.size}).reset_index().sort_values(by = ['计数'], ascending = False )

#加载停用词 stopwords = pd.read_csv( "./StopwordsCN.txt", encoding='utf8', index_col=False)

#移除停用词,并做去反操作fSegStat = segStat[ ~segStat.segment.isin(stopwords.stopword)]

#构建词云文件wordcloud = WordCloud( font_path='./simhei.ttf',

#词云展示字体 background_color="black",

#词云展示背景颜色

)

words = fSegStat.set_index('segment').to_dict()wordcloud.fit_words(words['计数'])plt.imshow(wordcloud)plt.show()

效果展示

AnnaKarenina

词云美化

from scipy.misc import imread

#读取图片背景

bimg = imread(basefile+'An.png')

wordcloud = WordCloud( background_color="white", mask=bimg, font_path='./simhei.ttf')wordcloud = wordcloud.fit_words(words['计数'])

#设置图片大小

plt.figure( num=None, figsize=(8, 6), dpi=80, facecolor='w', edgecolor='k')

#获取图片颜色

bimgColors = ImageColorGenerator(bimg)plt.axis("off")

#重置词云颜色

plt.imshow(wordcloud.recolor(color_func=bimgColors))plt.show()

python词频云图_python安娜卡列妮娜词云图制作相关推荐

  1. 托爾斯泰《安娜‧卡列妮娜》的寫作背景

    有關<安娜‧卡列妮娜>的評論與討論中,最常被討論到的議題是:安娜一定要死得那麼悲慘嗎?托爾斯泰是否有譴責安娜的意思? 蘇聯學者 Ivanov- Razumnik 認為:安娜的過錯不在於愛上 ...

  2. 对《安娜卡列琳娜》的一点感想

    我不敢动手去写关于<安娜.卡列琳娜>的感想,怕自己又一次掉入反思,自嘲或者说教的漩涡中,但是为了加深对这一名著的记忆.我就算是给自己写,也要留点什么下来. 本书最主要讲的是三个人的是,列文 ...

  3. python网易云歌词做成词云图_Python实现海贼王的歌词组成词云图

    前言 本文的文字及图片来源于网络,仅供学习.交流使用,不具有任何商业用途,版权归原作者所有,如有问题请及时联系我们以作处理. 作者:一粒米饭 喜欢的朋友欢迎关注小编,除了分享技术文章之外还有很多福利, ...

  4. Trends in Plant Science | 植物微生物群失调与安娜-卡列尼娜原则

    植物微生物群失调与安娜-卡列尼娜原则 -   基本信息   - 题目:Plant microbiota dysbiosis and the Anna Karenina Principle 期刊:Tre ...

  5. python爬取网页版QQ空间,生成词云图、柱状图、折线图(附源码)

    python爬取网页版QQ空间,生成词云图.柱状图.折线图 最近python课程学完了,琢磨着用python点什么东西,经过一番搜索,盯上了QQ空间,拿走不谢,欢迎点赞收藏,记得github给个sta ...

  6. Python实现输入电影名字自动生成豆瓣评论词云图(带GUI界面)小程序

    Python实现输入电影名字自动生成豆瓣评论词云图(带GUI界面)小程序 一.项目背景 电影逐渐成为人们生活的不可或缺的一部分,而了解一部电影的可以通过电影评分与大众推荐度,但以上的方式都太过于片面, ...

  7. python实现分析你和你对象的聊天记录词云图

    python实现分析你和你对象的聊天记录词云图 1.导出聊天记录 2.下载字体simheittf.ttf 3.上代码 虽然网上有很多api输入数据就可以实现,不过自己用代码编写还是很有成就感的. 1. ...

  8. 托尔斯泰《安娜·卡列尼娜》主要人物

    版本: 上海译文2013版 译者高慧群等 奥博朗斯基公爵: 斯捷潘·阿尔卡季奇·奥勃朗斯基公爵(在社交场合他叫斯季瓦) 达里娅·亚历山德罗夫娜,小名多莉,公爵夫人 格里沙--小儿子 塔尼娅--大女儿, ...

  9. Python 之 Matplotlib 散点图、箱线图和词云图

    文章目录 一.散点图 1. scatter() 函数 2. 设置图标大小 3. 自定义点的颜色和透明度 4. 可以选择不同的颜色条,配合 cmap 参数 5. cmap 的分类 5.1 Sequent ...

最新文章

  1. 查询框赋值后不可编辑_【技巧分享】阻塞赋值与非阻塞赋值
  2. java的4种内部类
  3. 关于流水帐表序列号生成时的并发操作问题
  4. Socket编程之简单介绍
  5. TensorFlow的新生!
  6. 反模式设计_设计模式:模式或反模式,这就是问题
  7. BugkuCTF-WEB题计算器
  8. 利用wxpython编写GUI
  9. 浅谈Hybrid技术的设计与实现【转】
  10. c语言组成整数的最大数字,c语言 编写程序将一个正整数中的所有偶数数字取出来并用这些数字构成一个最大数。...
  11. 春节期间的学习小目标
  12. WEB前端性能优化总结——如何提高网页加载速度
  13. java程序员面试真题及详解2017(纯手动)
  14. 【超全面】【持续更新中】Windows-美化指南
  15. 高通sensor core培训笔记
  16. C 语言绝对值函数abs实现技巧
  17. encode和encoding python区别_python 中 decode 与 encode 区别 (摘抄)
  18. 四川交通职业技术学院计算机二级,明天考计算机了。
  19. 自制Unity文件查找器,支持拼音搜索
  20. iphone阅读模式翻页_iPad的safari浏览器阅读模式如何翻页

热门文章

  1. 《编程小白的第一本python入门书》笔记 二
  2. 三层架构下实现用户登陆C#
  3. PGA_AGGREGATE_TARGET 原理
  4. DIV弹窗 JS刷新页面
  5. 解决html连续字符或数字换行的问题
  6. Python3开发过程常见的异常(最近更新:2019-04-26)
  7. 解决文件上传时,服务器中中文文件名乱码问题
  8. Oracle 11g密码过期问题及解决方案
  9. springboot启动总是启动不起来UnsatisfiedDependencyException异常
  10. Swift for循环:用于索引,数组中的元素?