Python jieba 中文分词与词频统计的操作
我就废话不多说了，大家还是直接看代码吧~
#!python3
#-*-coding:utf-8-*-
importos,codecs
importjieba
fromcollectionsimportCounter
defget_words(txt):
seg_list=jieba.cut(txt)
c=Counter()
forxinseg_list:
iflen(x)>1andx!='\r\n':
c[x]+=1
print('常用词频度统计结果')
for(k,v)inc.most_common(100):
print('%s%s%s%d'%(''*(5-len(k)),k,'*'*int(v/3),v))
if__name__=='__main__':
withcodecs.open('19d.txt','r','utf8')asf:
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 importjieba importmatplotlibasmpl importmatplotlib.pyplotasplt fromwordcloudimportWordCloud #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 withopen(filename,'r',encoding='utf-8')asf: forlineinf.readlines(): word=jieba.cut(line) foriinword: final=final+i+""
运行结果
#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
以上为个人经验，希望能给大家一个参考，也希望大家多多支持毛票票。如有错误或未考虑完全的地方，望不吝赐教。
声明：本文内容来源于网络，版权归原作者所有，内容由互联网用户自发贡献自行上传，本网站不拥有所有权，未作人工编辑处理，也不承担相关法律责任。如果您发现有涉嫌版权的内容，欢迎发送邮件至：czq8825#qq.com（发邮件时，请将#更换为@）进行举报，并提供相关证据，一经查实，本站将立刻删除涉嫌侵权内容。