如何去做词频统计和关键词共现分析

1 对关键词的词频进行统计

下面展示一些 内联代码片。

# encoding=utf-8
import openpyxl
wb = openpyxl.Workbook()
wb = openpyxl.load_workbook('copy1.xlsx')       # Excel名
sh = wb['all']                              # sheet名
'''
换一种写法
row=sh.max_row                             # 得到行数
'''
cons=[]  # 将所有数据append成一个list
for cases in list(sh.rows)[1:9240]: # 行数，也可以通过代码来带入 即rowcase_D = cases[2].value         # 关键词所在的列cons.append(case_D)   result_new = []
res2 = []
for con in cons:fenci = con.strip().split('; ') # 假定关键词是以分号+空格分开的result_new.append(fenci)
new = sum(result_new,[])
res2.append(new)
#print(res2)  # res2的形式是   [['aaa','bbb','abc']]import collections
dic = collections.Counter(res2[0])from openpyxl import Workbook
workbook = Workbook()
i=2                          # 默认sheet
sh = workbook.active
sh.title = "count"           #sheet名
for key in dic:sh.cell(row=1, column=1, value='关键词')sh.cell(row=1, column=2, value='频次')    sh.cell(row=i, column=1, value=str(key))sh.cell(row=i, column=2, value=dic[key])i+=1
workbook.save(r'name.xlsx')

2 统计词共现的全部代码

注意，'一行作者.txt’这个文件必须是每篇文献的作者之间通过//连接成一行，合作作者通过分号+空格连接。

import pandas as pd
import numpy as np
from openpyxl import Workbookdef authors_stat(co_authors_list):au_dict = {}  # 单个作者频次统计au_group = {}  # 两两作者合作for authors in co_authors_list:authors = authors.split('; ')  # 按照逗号分开每个作者authors_co = authors  # 合作者同样构建一个样本for au in authors:     # 统计单个作者出现的频次if au not in au_dict:au_dict[au] = 1else:au_dict[au] += 1# 统计合作的频次authors_co = authors_co[1:]  # 去掉当前作者for au_c in authors_co:A, B = au, au_c  # 不能用本来的名字，否则会改变au自身if A > B:A, B = B, A  # 保持两个作者名字顺序一致co_au = A+'; '+B  # 将两个作者合并起来，依然以逗号隔开if co_au not in au_group:au_group[co_au] = 1else:au_group[co_au] += 1return au_group, au_dictif __name__ == '__main__':f1 = open('一行作者.txt','r',encoding = 'utf-8')cons = f1.read()co_authors = consco_authors_list = co_authors.split('//')au_group, au_dict = authors_stat(co_authors_list)workbook = Workbook()i=2   # 默认sheetsh = workbook.activesh.title = "count"for (k,v) in  au_group.items(): sh.cell(row=1, column=1, value='合作作者')sh.cell(row=1, column=2, value='频次') sh.cell(row=i, column=1, value=str(k))sh.cell(row=i, column=2, value=v)i+=1workbook.save(r'co_author.xlsx')

下次教画图。

接下来就是愉快的分析啦。
over is Over——Lee

如何去做词频统计和关键词共现分析相关推荐

如何用VOSviewer分析CNKI关键词共现？
用VOSviewer尝试CNKI中文文献关键词共现(keyword co-occurence)分析时,你可能会踩到一个大坑.本文帮助你绕开这个坑,或是从坑里爬出来. (由于微信公众号外部链接的限制,文 ...
CiteSpace关键词共现图谱含义详细解析
CiteSpace关键词共现图谱含义详细解析本文以CiteSpace软件做的关键词共现分析为例,进行关键词共现图谱含义详细解析. 关键词是一篇论文的核心概括,对论文关键词进行分析可对文章主题窥探一二 ...
基于 python获取教育新闻进行分词关键词词共现分析知识图谱（附代码+报告）
本文着眼于对疫情期间教育领域新闻的分析,基于 python 语言,利用爬虫获取教育领域的最新新闻,并将其内容进行分词,抓取关键词.在此基础上,根据关键词进行共现分析,并利用 Gephi 软件绘制主题知 ...
绘制作者共现和关键词共现图教学
需要的作者共现.关键词共现次数使用到的工具包括python和gephi 注意:gephi的安装需要java支持. 步骤 1.数据准备 1.1 作者词频 1.2 作者共现 2.形成gephi可读的数据 ...
python关键词共现图谱_如何用知网导出的关键词几秒生成共现矩阵及图谱》完整版...
自编软件使用技能视频演示(一) 最新整理完整版的,从收集数据到共词矩阵到图谱. 在做社会网络分析时,首先需要得到共现矩阵,如关键词共现矩阵.作者共现矩阵.机构共现矩阵等. 可是如何把从知网里导 ...
BICOMB（书目共现分析系统软件）介绍、使用文献及下载
BICOMB(书目共现分析系统,Bibliographic Items Co-occurrence Matrix Builder)是一款文本挖掘的基础工具软件,BICOMB可对国际上权威的生物医学文献 ...
关于高频关键词共现，ACA（作者同被引）等的范式
这篇随笔是写在看了若干篇关于高频关键词共现和ACA的文章之后的一个总结,这些论文大多是2010年之前发表的,这与这种方法是传统方法有很大关系.同时,这些文章不仅限于图书情报领域. 下面是正文: ①大多 ...
【NLP】关键词共现/属性共现矩阵
[NLP]关键词共现/属性共现矩阵 [共现]理解起来无非是两个词语同时出现的频次作为一个指标,构造矩阵.矩阵的第一列和第一行都是词语列表中的所有词,因此对角线一般设置为0--即不把自己和自己共现算进去 ...
CiteSpace系列——关键词共现图重叠很多怎么办？
假设我们正在进行关键词共现可视化: 方法一:在控制面板调整字体大小,将字体调小在一定程度上可以减少重叠方法二: 在工具栏上找到Labels,点选最小化重叠按钮

如何去做词频统计和关键词共现分析

1 对关键词的词频进行统计

2 统计词共现的全部代码

如何去做词频统计和关键词共现分析相关推荐

最新文章

热门文章