标签：select imshow set key dcl 网站 cloud res axis
1.选一个自己感兴趣的主题。最近好多人和我说要去旅游，我就想自己家这边有什么吸引人的地方呢？
2.网络上爬取相关的数据，截取网站的标题以及来源。
import requests
from bs4 import BeautifulSoup
res=requests.get(‘http://trips.tuniu.com/search?q=%E6%BD%AE%E6%B1%95‘)
res.encoding=‘utf-8‘
soup=BeautifulSoup(res.text,‘html.parser‘)
for trips in soup.select(‘li‘):
if len(trips.select(‘.list-name‘))>0:
title=trips.select(‘.list-name‘)[0].text
url=trips.select(‘a‘)[0][‘href‘]
print(title,url)
3.进行文本分析，生成词云。使用字典的方法统计出20个词。
import jieba
fr=open("csx.txt",‘r‘,encoding=‘utf-8‘)
s=list(jieba.cut(fr.read()))
exp={‘，‘,‘\n‘,‘.‘,‘。‘}
key=set(s)-exp
dic={}
for i in key:
dic[i]=s.count(i)
wc=list(dic.items())
wc.sort(key=lambda x:x[1],reverse=True)
for i in range(20):
print(wc[i])
fr.close()
生成词云。
#coding:utf-8
import jieba
from wordcloud import WordCloud
import matplotlib.pyplot as plt
text =open("csx.txt",‘r‘,encoding=‘utf-8‘).read()
print(text)
wordlist = jieba.cut(text,cut_all=True)
wl_split = "/".join(wordlist)
mywc = WordCloud(
font_path="simfang.ttf"
).generate(text)
plt.imshow(mywc)
plt.axis("off")
plt.show()
标签：select imshow set key dcl 网站 cloud res axis
原文地址：http://www.cnblogs.com/qq1014928301/p/7764369.html
