我就廢話不多說(shuō)了,大家還是直接看代碼吧~
#! python3 # -*- coding: utf-8 -*- import os, codecs import jieba from 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('常用詞頻度統(tǒng)計(jì)結(jié)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)
樣本:十九大報(bào)告全文
常用詞頻度統(tǒng)計(jì)結(jié)果 發(fā)展 ********************************************************************** 212 中國(guó) ******************************************************** 168 人民 **************************************************** 157 建設(shè) ************************************************* 148 社會(huì)主義 ************************************************ 146 堅(jiān)持 ******************************************* 130 國(guó)家 ****************************** 90 全面 ***************************** 88 制度 *************************** 83 實(shí)現(xiàn) *************************** 83 推進(jìn) *************************** 81 政治 ************************** 80 社會(huì) ************************** 80 特色 ************************** 79 加強(qiáng) *********************** 71 體系 ********************** 68 文化 ********************** 66 我們 ********************* 64 時(shí)代 ********************* 63 必須 ******************** 61 經(jīng)濟(jì) ******************* 59 偉大 ******************* 58 完善 ***************** 51 我國(guó) **************** 50 推動(dòng) *************** 47 現(xiàn)代化 *************** 47 安全 *************** 46 更加 ************** 44 民主 ************** 44
補(bǔ)充:jieba讀取txt文檔并進(jìn)行分詞、詞頻統(tǒng)計(jì),輸出詞云圖
代碼實(shí)現(xiàn)
# 庫(kù)的引用 import jieba import matplotlib as mpl import matplotlib.pyplot as plt from wordcloud import WordCloud #定義一個(gè)空字符串 final = "" #文件夾位置 filename = r"D:\python\pra\推薦系統(tǒng)1-500.txt" #打開(kāi)文件夾,讀取內(nèi)容,并進(jìn)行分詞 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 +" "
運(yùn)行結(jié)果
# 圖云打印 word_pic = WordCloud(font_path = r'C:\Windows\Fonts\simkai.ttf',width = 2000,height = 1000).generate(final) plt.imshow(word_pic) #去掉坐標(biāo)軸 plt.axis('off') #保存圖片到相應(yīng)文件夾 plt.savefig(r'D:\python\pra\6.png')
圖云輸出圖
以上為個(gè)人經(jīng)驗(yàn),希望能給大家一個(gè)參考,也希望大家多多支持腳本之家。如有錯(cuò)誤或未考慮完全的地方,望不吝賜教。
標(biāo)簽:昆明 錫林郭勒盟 西寧 文山 懷化 浙江 石家莊 梅州
巨人網(wǎng)絡(luò)通訊聲明:本文標(biāo)題《Python jieba 中文分詞與詞頻統(tǒng)計(jì)的操作》,本文關(guān)鍵詞 Python,jieba,中文,分詞,與,;如發(fā)現(xiàn)本文內(nèi)容存在版權(quán)問(wèn)題,煩請(qǐng)?zhí)峁┫嚓P(guān)信息告之我們,我們將及時(shí)溝通與處理。本站內(nèi)容系統(tǒng)采集于網(wǎng)絡(luò),涉及言論、版權(quán)與本站無(wú)關(guān)。