爬取《政府工作报告》词云展示并做词频统计

爬取《政府工作报告内容代码：

from requests import *
from bs4 import BeautifulSoup
r=get("http://www.hgnu.edu.cn/2020/0531/c1112a61314/page.htm",timeout=10)
r.encoding="utf-8"
s=BeautifulSoup(r.text,"html.parser")
f=open("报告.txt","w",encoding="utf-8")
L=s.find_all("p")
for c in L:f.write("{}\n".format(c.text))f.close()

词云展示：

引用图：

词频统计

import re
import collections  # 词频统计库
import numpy as np # numpy数据处理库
import jieba  # 结巴分词
import wordcloud # 词云展示库
from PIL import Image  # 图像处理库
import matplotlib.pyplot as plt # 图像展示库
# 读取文件
fn = open("C:/python/pythonchengxu/报告.txt","r",encoding="utf-8")
string_data = fn.read()
fn.close()
# 文本预处理
# 定义正则表达式匹配模式
pattern = re.compile(u'\t|,|/|。|\n|\.|-|:|;|\)|\(|\?|"')
string_data = re.sub(pattern,'',string_data)  # 将符合模式的字符去除
# 文本分词
# 精确模式分词
seg_list_exact = jieba.cut(string_data,cut_all=False)
object_list = []
# 自定义去除词库
remove_words = [u'的',u'要', u'“',u'”',u'和',u'，',u'为',u'是','以' u'随着', u'对于', u'对',u'等',u'能',u'都',u'。',u' ',u'、',u'中',u'在',u'了',u'通常',u'如果',u'我',u'她',u'（',u'）',u'他',u'你',u'？',u'—',u'就',u'着',u'说',u'上',u'这', u'那',u'有', u'也',u'什么', u'·', u'将', u'没有', u'到', u'不', u'去'] for word in seg_list_exact:if word not in remove_words:object_list.append(word)
# 词频统计
# 对分词做词频统计
word_counts = collections.Counter(object_list)
# 获取前30最高频的词
word_counts_top30 = word_counts.most_common(30)
print(word_counts_top30)
# 词频展示
# 定义词频背景
mask = np.array(Image.open('E:/An3/2.png'))
wc = wordcloud.WordCloud(font_path='C:\\Windows\\Fonts\\msyh.ttc',# 设置字体mask = mask,# 背景图设置background_color="white",#设置背景图颜色width=1600, height=1200,#设置长宽max_words=300,# 最多显示词数max_font_size=100,min_font_size=4)# 字体最大最小值
wc.generate_from_frequencies(word_counts)# 从字典生成词云
image_colors = wordcloud.ImageColorGenerator(mask)# 从背景图建立颜色方案
wc.recolor(color_func=image_colors)  # 将词云颜色设置为背景图方案
plt.figure(dpi=300)# 通过分辨率放大或缩小图片
plt.imshow(wc)# 显示词云
plt.axis('off') # 关闭坐标轴
plt.show() # 显示图像

词频统计结果：

爬取《政府工作报告》词云展示并做词频统计相关推荐

“政府工作报告词云”实例详解
直观理解政策文件需求:对于政府工作报告等政策文件如何直观理解体会直观的价值:生成词云&优化词云政府工作报告等文件----有效展示的词云基本思路: 步骤1:读取文件,分词整理步骤2:设 ...
Python库：wordcloud库介绍、政府工作报告词云、自定义背景词云
一.wordcloud库二.使用wordcloud库注:库名wordcloud全部是小写,而WordCloud对象W和C大写简单说,绘制一个词云有三步: 第一.生成词云对象WordCloud,并 ...
政府工作报告词云实例
政府工作报告词云实例 #GovRptWordCloudV1.pyimport jieba import wordcloud f = open('D:\TXT2019\新时代中国特色社会主义.txt', ...
【python实例6.5】一篇文章让你弄懂政府工作报告词云~总结笔记
一篇文章让你弄懂政府工作报告词云 1.安装wordcloud库 2.新时代中国特色社会主义的词云 wordcloud下载链接: https://www.lfd.uci.edu/~gohlke/pyth ...
python实现政府工作报告词云的生成（嵩天老师）
实例12:政府工作报告词云基本思路 -步骤1:读取文件.分词整理 -步骤2:设置并输出词云 -步骤3:观察结果,优化迭代代码: #GovRptWordCloudv1.py import jieba ...
【Python 】政府工作报告词云生成
**#-需求:**对于政府工作报告等政策文件,如何直观理解 **#-体会直观的价值:**生成词云 & 优化词云. **#目的:**将政府工作报告等文件转换为有效展示的词云. **#文件来源:* ...
【Python】政府工作报告词云
2019政府工作报告.txt https://www.lanzous.com/iby44eh 栗子1: import wordcloud import jieba f=open("2019政 ...
Python 爬取京东商品评论 + 词云展示
利用python爬虫爬取京东商品评论数据,并绘制词云展示. 原文链接:https://yetingyun.blog.csdn.net/article/details/107943979 创作不易,未经 ...
怎么用python爬小说统计词频_python小练习爬取《寻梦环游记》评论并做词频统计...
本来其实是想爬豆瓣电影上10几万条评论的,但后来ip被封了,换代理ip之类的还不熟练,还在学习中,所以先做时光网上10页评论的分析吧,虽然时光网上粗粗一看评论就短了很多,水了很多.主要是继续练习Bea ...

爬取《政府工作报告》词云展示并做词频统计

爬取《政府工作报告》词云展示并做词频统计相关推荐

最新文章

热门文章