需要記錄的是freqdist的成員函式
plot(n)，繪製出現次數最多的前n項
tabulate(n)，該方法接受乙個數字n作為引數，會以**的方式列印出現次數最多的前n項
most_common(n)，該方法接受乙個數字n作為引數，返回出現次數最多的前n項列表
hapaxes()，返回乙個低頻項列表
max()，該方法會返回出現次數最多的項。
# -*- coding: utf-8 -*-
import requests
from bs4 import beautifulsoup
import jieba
import re
from nltk.book import *
from pylab import *
from jieba.analyse import *
def stop_words():
stop_word_list =
f = open('stopwords.txt', 'ru',encoding='utf-8')
for word in f:
return stop_word_list
r = requests.get('')
soup = beautifulsoup(r.text, 'lxml')
# 獲得主要內容
context = soup.find('article').get_text()
# 進行結巴中文分詞，獲得字串陣列
jieba.load_userdict('user_dict.txt')
word_list = jieba.cut(context)
word_list_str = (",".join(word_list))
word_list = re.split(",", word_list_str)
#去掉長度為1的單詞，同時去掉停止詞
stop_word_list = stop_words()
word_list = [w for w in word_list if (len(w)>1 and (w not in stop_word_list))]
word_freq_list = freqdist(word_list)
# 根據次品得到前20 項
word_commons = word_freq_list.most_common(20)
for word in word_commons:
print(word[0], word_freq_list.freq(word[0]))
python提取關鍵詞
value 34895348587575 value 34895348587575 abababbaba value 1.290934 coding utf 8 created on sun aug 16 20 57 31 2020 author jwy coding utf 8 version p...
關鍵詞提取
隱含主題模型優缺點 隱含主題模型可以很好地表示文件和標籤主題，有效降低標籤系統中噪音的影響。但是另外乙個方面，隱含主題相對於詞而言粒度較粗，對於具體實體 如人名 地名 機構名和產品名 的標籤沒有辦法做到很好地區分，因此對這些細粒度標籤推薦效果較差 典型的聚類演算法 層次聚類 hierarchical...
關鍵詞提取
encoding utf 8 import jieba.analyse as analyse lines 1 open nba.txt encoding utf 8 read print join analyse.extract tags lines 1,topk 20,allowpos 時間 建議...