码迷,mamicode.com
首页 > 其他好文 > 详细

中文词频统计及词云制作

时间:2017-09-25 19:55:09      阅读:105      评论:0      收藏:0      [点我收藏+]

标签:log   print   arc   制作   span   排除   set   eve   color   

1.中软国际华南区技术总监曾老师还会来上两次课,同学们希望曾老师讲些什么内容?(认真想一想回答)

 

2.中文分词(**两项选做,此次作业要求不能雷同。)

下载一中文长篇小说,并转换成UTF-8编码。使用jieba库,进行中文词频统计,输出TOP20的词及出现次数。

**排除一些无意义词、合并同一词。

**使用wordcloud库绘制一个词云。

import jieba
file = open(z.txt,r).read()
z = list(jieba.cut_for_search(file))

d = {\n, ,,,,,,,,}

dic={}
keys = set(z)-d
for i in keys:
    dic[i]=z.count(i)
num = list(dic.items())
num.sort(key = lambda x:x[1],reverse=True)

for i in range(20):
    print(num[i])

技术分享

 

中文词频统计及词云制作

标签:log   print   arc   制作   span   排除   set   eve   color   

原文地址:http://www.cnblogs.com/knight-hui/p/7591203.html

(0)
(0)
   
举报
评论 一句话评论(0
登录后才能评论!
© 2014 mamicode.com 版权所有  联系我们:gaon5@hotmail.com
迷上了代码!