Python 分词与词云图生成

目录

一、jieba库安装

二、wordcloud库安装

三、Hamlet词云生成程序代码

四、生成hamletwordcloud.png词云图

4.1 shaanxi.png背景图

4.2 hamlet.txt文件

五、带排除的三国演义中文分词

六、三国演义.txt文件

七、运行结果

---

一、jieba库安装

pip install -i https://pypi.tuna.tsinghua.edu.cn/simple jieba

二、wordcloud库安装

wordcloud是优秀的词云展示第三方库，以词语为基本单位，通过图形可视化的方式，更加直观和艺术的展示文本。

pip install -i https://pypi.tuna.tsinghua.edu.cn/simple wordcloud

三、Hamlet词云生成程序代码

# -*- coding: utf-8 -*-
"""
Created on Mon Jul 18 21:06:34 2022

@author: zcq
"""

import jieba
import wordcloud
from PIL import Image
import numpy as np

f = open("hamlet.txt", "r", encoding="utf-8")
 
t = f.read()
f.close()
ls = jieba.lcut(t)
 
txt = " ".join(ls)

mask = np.array(Image.open("shaanxi.png"))

w = wordcloud.WordCloud( mask=mask, \
    width = 1000, height = 700,\
    background_color = "white",
    font_path = "msyh.ttc"    
    )
w.generate(txt)
w.to_file("hamletwordcloud.png")

四、生成hamletwordcloud.png词云图

4.1 shaanxi.png背景图

4.2 hamlet.txt文件

五、带排除的三国演义中文分词

import jieba
f = open("三国演义.txt","r",encoding='utf-8')
ls = jieba.lcut(f.read())
#ls = f.read().split()
f.close()

excludes={"将军","却说","二人","不可","荆州","不能","如此"}
counts={}
for word in ls:
    if len(word)==1:
        continue
    elif word=="诸葛亮" or word =="孔明曰":
        rword="孔明"
    elif word=="关公" or word =="云长":
        rword="关羽"
    elif word=="玄德" or word =="玄德曰":
        rword="刘备"
    elif word=="孟德" or word =="丞相":
        rword="曹操"
    else:
        rword =word
    counts[rword]=counts.get(rword,0)+1
for word in excludes:
    del(counts[word])
items = list(counts.items())
items.sort(key=lambda x:x[1],reverse =True)
for i in range(20):
    word,count=items[i]
    print ("{0:<10}{1:>5}".format(word,count))

六、三国演义.txt文件

七、运行结果

runfile('E:/Oliver学Python/program/threeking.py', wdir='E:/Oliver学Python/program')
曹操         1385
孔明         1342
刘备         1236
关羽          759
张飞          343
商议          335
如何          326
主公          318
军士          300
吕布          296
军马          284
左右          283
引兵          273
次日          262
大喜          259
孙权          256
天下          252
赵云          252
东吴          244
于是          242

资源下载链接：https://pan.baidu.com/s/1bbIk8ElMtfF10-TTT4B8rg 
提取码：ttxs