Jieba库使用和好玩的词云

当前位置:

首页 > Python基础教程 >

Jieba库使用和好玩的词云

一、关于词云

WordCloud库常规方法

以WordCloud对象为基础
配置参数、加载文本、输出文件

函数	简述
w.generate(txt)	向WordCloud对象w中加载文本txt
w.to_file(file name)	将词云输出为图像文件，例如.png格式

步骤：

配置对象参数
加载词云文本
输出词云文件

配置对象参数

函数	简述
font_path	字体路径，做中文词云必须设置字体，否则无法显示
width	输出的画布宽度，默认为400像素
height	输出的画布高度，默认为200像素
max_words	要显示的词的最大个数，默认为200
stop_words	指定词云的排除词列表，即不显示的单词列表
max_font_size	显示的最大字体大小
min_font_size	显示的最小字体大小
background_color	指定词云图片的背景颜色，默认为黑色
mask	指定词云形状，默认为长方形，需要引用imread()函数

二、文本词频统计（以《红楼梦》为例）

下载一个《红楼梦》文本这里将文本命名为 hongloumeng.txt

编写代码如下：

					
											#DreaminRedMansions.py

											import jieba   #调用jieba库

											txt = open("hongloumeng.txt","r",encoding="UTF-8").read()  #打开txt文件阅读

											words = jieba.lcut(txt)    #分词

											counts = {}   #建立一个空字典

											for word in words:

											    if len(word)==1:

											        continue

											    else:

											        counts[word]=counts.get(word,0) + 1    #遍历每个中文单词，通过字典来计数

											items = list(counts.items())    #将字典counts转换为列表类型

											items.sort(key=lambda x:x[1],reverse = True)   #对列表进行排序

											for i in range(20):

											    word,count = items[i]

											    print("{0:<10}{1:>5}".format(word,count))     #打印出前20个词

栏目列表