文章详情

短信预约-IT技能 免费直播动态提醒

请输入下面的图形验证码

提交验证

短信预约提醒成功

Python jieba中文分词与词频统计的操作案例

2023-06-08 00:00

关注

这篇文章给大家分享的是有关Python jieba中文分词与词频统计的操作案例的内容。小编觉得挺实用的,因此分享给大家做个参考,一起跟随小编过来看看吧。

Python主要用来做什么

Python主要应用于:1、Web开发;2、数据科学研究;3、网络爬虫;4、嵌入式应用开发;5、游戏开发;6、桌面应用开发。

直接看代码吧:

#! python3# -*- coding: utf-8 -*-import os, codecsimport jiebafrom collections import Counter def get_words(txt): seg_list = jieba.cut(txt) c = Counter() for x in seg_list:  if len(x)>1 and x != '\r\n':   c[x] += 1 print('常用词频度统计结果') for (k,v) in c.most_common(100):  print('%s%s %s %d' % (' '*(5-len(k)), k, '*'*int(v/3), v)) if __name__ == '__main__': with codecs.open('19d.txt', 'r', 'utf8') as f:  txt = f.read() get_words(txt)

样本:十九大报告全文

常用词频度统计结果  发展 ********************************************************************** 212  中国 ******************************************************** 168  人民 **************************************************** 157  建设 ************************************************* 148 社会主义 ************************************************ 146  坚持 ******************************************* 130  国家 ****************************** 90  全面 ***************************** 88  制度 *************************** 83  实现 *************************** 83  推进 *************************** 81  政治 ************************** 80  社会 ************************** 80  特色 ************************** 79  加强 *********************** 71  体系 ********************** 68  文化 ********************** 66  我们 ********************* 64  时代 ********************* 63  必须 ******************** 61  经济 ******************* 59  伟大 ******************* 58  完善 ***************** 51  我国 **************** 50  推动 *************** 47 现代化 *************** 47  安全 *************** 46  更加 ************** 44  民主 ************** 44

补充:jieba读取txt文档并进行分词、词频统计,输出词云图

代码实现

# 库的引用import jiebaimport matplotlib as mplimport matplotlib.pyplot as pltfrom wordcloud import WordCloud#定义一个空字符串final = ""#文件夹位置filename = r"D:\python\pra\推荐系统1-500.txt" #打开文件夹,读取内容,并进行分词with open(filename,'r',encoding = 'utf-8') as f:  for line in f.readlines():    word = jieba.cut(line)    for i in word:      final = final + i +" "

运行结果

Python jieba中文分词与词频统计的操作案例

# 图云打印word_pic = WordCloud(font_path = r'C:\Windows\Fonts\simkai.ttf',width = 2000,height = 1000).generate(final)plt.imshow(word_pic)#去掉坐标轴plt.axis('off')#保存图片到相应文件夹plt.savefig(r'D:\python\pra\6.png')

图云输出图

Python jieba中文分词与词频统计的操作案例

感谢各位的阅读!关于“Python jieba中文分词与词频统计的操作案例”这篇文章就分享到这里了,希望以上内容可以对大家有一定的帮助,让大家可以学到更多知识,如果觉得文章不错,可以把它分享出去让更多的人看到吧!

阅读原文内容投诉

免责声明:

① 本站未注明“稿件来源”的信息均来自网络整理。其文字、图片和音视频稿件的所属权归原作者所有。本站收集整理出于非商业性的教育和科研之目的,并不意味着本站赞同其观点或证实其内容的真实性。仅作为临时的测试数据,供内部测试之用。本站并未授权任何人以任何方式主动获取本站任何信息。

② 本站未注明“稿件来源”的临时测试数据将在测试完成后最终做删除处理。有问题或投稿请发送至: 邮箱/279061341@qq.com QQ/279061341

软考中级精品资料免费领

  • 历年真题答案解析
  • 备考技巧名师总结
  • 高频考点精准押题
  • 2024年上半年信息系统项目管理师第二批次真题及答案解析(完整版)

    难度     813人已做
    查看
  • 【考后总结】2024年5月26日信息系统项目管理师第2批次考情分析

    难度     354人已做
    查看
  • 【考后总结】2024年5月25日信息系统项目管理师第1批次考情分析

    难度     318人已做
    查看
  • 2024年上半年软考高项第一、二批次真题考点汇总(完整版)

    难度     435人已做
    查看
  • 2024年上半年系统架构设计师考试综合知识真题

    难度     224人已做
    查看

相关文章

发现更多好内容

猜你喜欢

AI推送时光机
位置:首页-资讯-后端开发
咦!没有更多了?去看看其它编程学习网 内容吧
首页课程
资料下载
问答资讯