python学习笔记–中文词云

提示：这里可以添加系列文章的所有文章的目录，目录需要自己手动添加
发现词云的展示还挺有意思的，比较多的应用场景是给用户打标签，社交软件应用较多。今天随便找了一些文字电影《肖申克的救赎》的一些评价，做了一个词云，其实还挺简单的。

Python的学习路上真的需要这样的小成功来激发更多学习的动力。

Come on！

提示：写完文章后，目录可以自动生成，如何生成可参考右边的帮助文档

文章目录

python学习笔记--中文词云
前言
一、词云统计常用的库？
二、使用步骤
- 1.引入库
- 2.读入数据分词 +统计
总结

前言

提示：这里可以添加本文要记录的大概内容：

词云统计挺好玩的，出来的效果也不错。

提示：以下是本篇文章正文内容，下面案例可供参考

一、词云统计常用的库？

import jieba #中文分词库提供三种模式分词：精确 jieba.cut(s) 无冗余,全模式 jieba.lcut(s,cut_all =True) 有冗余, 探索模式 jieba.lcut_for_search(s) 有冗余
import collections #词频统计
import wordcloud #生成词云

二、使用步骤

1.引入库

引入相关的库：

import jieba #中文分词库 提供三种模式分词：精确  jieba.cut(s) 无冗余,全模式 jieba.lcut(s,cut_all =True) 有冗余, 探索模式 jieba.lcut_for_search(s) 有冗余
import collections #词频统计
import wordcloud #生成词云
import matplotlib.pyplot as plt

2.读入数据分词 +统计

代码如下（示例）：

with open(r"text1.txt",encoding='utf-8') as f: #打开文件data = f.read()w_cut = jieba.cut(data,cut_all =False ) #进行分词word_list =[] #定义一个词容器
word_remove = [u'，',u' ',u'。',u'、',u'\n',u'',u'的',u'是',u'了',u'我',u'我们',u'他'] #设置排除词
for x in w_cut:#过滤排除的词if x not in word_remove:word_list.append(x)word_counts = collections.Counter(word_list) #词频统计
word_counts_top8 = word_counts.most_common(50)#词云取前50的词
print(word_counts_top8) #打印出来top50的词云 及对应数量
print(type(word_counts_top8))
word_counts_top8 = str(word_counts_top8) #把词从list类型转换成str类型w = wordcloud.WordCloud(font_path='simfang.ttf', #中文词频生成设置background_color = 'white',max_font_size =150
)
w.generate_from_frequencies(word_counts)
#plt.imshow(w)
plt.figure(1,figsize=(10,8))
plt.imshow(w)
plt.axis("off")
plt.show()
w.to_file("wordcloud_input.png")

展示效果：

总结

提示：这里对文章进行总结：

随便把text1.txt文件改成你想加载的文件，就可以完成一个小小的词云统计了，注意文件要utf-8的编码，否则会报错。

赶快去试试吧。

每天多一点理解，在学习的路上少迷糊一点。