python collections库 wordcloud库 matplotlib库 学习笔记

collections词频统计库

import collections
#Counter创建一个word_counts对象 
word_counts = collections.Counter(one_list)
print(word_counts)
# 输出发现是把one_list列表的元素统计频率并以字典形式存储
word_counts_top30 = word_counts.most_common(number)
# most_common用于统计前number个
print(word_counts_top30)
# 输出发现word_counts_top30是list类型，每个元素是元组类型

matplotlib图像展示库

import matplotlib.pyplot as plt 
# 建立新图表
plt.figure(number, figsize=(8, 8))
# number用来设置图表的标记以便于区分和关闭
# figsize用于设置图表的长和宽

plt.rcParams['font.sans-serif'] = ['SimHei']# 设置中文显示方式

#barh 建立以横向条形图
plt.barh(x, y, tick_label=names, color=color, align='center')
# x = x轴坐标值
# y = y轴坐标值
# tick_label用于标记
# color用于设置条形内容的颜色
# align用于设置条形与坐标轴值的对齐关系

# text用于给图表进行注释
plt.text(x, y, z, ha='center', va='top')
# x = x轴坐标值
# y = y轴坐标值
# z 在x,y的位置显示z
# ha 水平对齐方式
# va 垂直对齐方式

# title用于设置图表名
plt.title(title)
# title为图表名

# savefig用于将图片保持到指定文件
plt.savefig(file,dpi)
# file为文件名可以是绝对路径也可以是相对路径
# dpi 生成图片的分辨率

# 显示图表
plt.show()

# 关闭图表
plt.close(number)
# 将编号为number的图表关闭

wordcloud词云展示库

# 建立一个word_cloud对象
word_cloud = wordcloud.WordCloud(
        mask=mask,
        font_path='C:/Windows/Fonts/simhei.ttf',
        max_words=100,
        max_font_size=100,
        min_font_size=30,
        )
# mask: 设置背景图片
# font_path: 设置文字显示方式
# max_words: 设置最大显示单词数
# max_font_size: 设置单词显示的最大字体
# min_font_size:设置单词显示的最小字体

#向word_cloud对象传入需要展示的数据
word_cloud.generate(data)