中文詞頻統計與詞云生成

2022-07-18 12:21:09 字數 1516 閱讀 6254

作業來自於：

作業要求：

2. 從檔案讀取待分析文字。

txt = open('


wc.txt


',encoding='


utf_8


').read()
3. 安裝並使用jieba進行中文分詞。

4. 更新詞庫，加入所分析物件的專業詞彙。

jieba.add_word('天罡北斗陣')  #逐個新增

jieba.load_userdict(word_dict)  #詞庫文字檔案

jieba.add_word('


趙辛楣'


)jieba.add_word(


'唐曉芙')


jieba.add_word(


'孫柔嘉')


jieba.add_word(


'蘇文紈')


jieba.add_word(


'鮑小姐')


jieba.add_word(


'董斜川


')
轉換**：scel_to_text

5. 生成詞頻統計

#


統計頻率次數


wordset=set(words)


for w in


wordset:


if len(w)>1:


worddict[w] = words.count(w)
6. 排序

#


排序wordlist =list(worddict.items())


wordlist.sort(key=lambda x: x[1], reverse=true)
7. 排除語法型詞彙，代詞、冠詞、連詞等停用詞。

ci=['


我們','


你們','


他們','


自己','


沒有','


什麼','


可是','


先生','


時候','


今天','


就是','


怎麼','


還是','


這麼','


覺得','


方鴻漸'


]for c in


ci: txt = txt.replace(c, "")
stops

tokens=[token for token in wordsls if token not in stops]

8. 輸出詞頻最大top20，把結果存放到檔案裡

#


輸出top20


for i in range(20):


print(wordlist[i])
9. 生成詞云。

中文詞頻統計與詞云生成

中文詞頻統計 追風箏的人 txt 2.從檔案讀取待分析文字。3.安裝並使用jieba進行中文分詞。pip install jieba import jieba jieba.lcut text 4.更新詞庫，加入所分析物件的專業詞彙。jieba.add word 天罡北斗陣 逐個新增 jieba.lo...

中文詞頻統計與詞云生成

中文詞頻統計 作業連線 2.從檔案讀取待分析文字。3.安裝並使用jieba進行中文分詞。pip install jieba import jieba jieba.lcut text 4.更新詞庫，加入所分析物件的專業詞彙。jieba.add word 天罡北斗陣 逐個新增 jieba.load us...

中文詞頻統計與詞云生成

2.從檔案讀取待分析文字。3.安裝並使用jieba進行中文分詞。pip install jieba import jieba jieba.lcut text 4.更新詞庫，加入所分析物件的專業詞彙。jieba.add word 天罡北斗陣 逐個新增 jieba.load userdict word ...