结巴库及词频统计bb

下面是利用云图和结巴库完成词频统计。代码如下：

# -*- coding:utf- -*-

from wordcloud import WordCloud

import matplotlib.pyplot as plt

import numpy as np

from PIL import Image

from jieba import *

def Replace(text,old,new): #替换列表的字符串

    for char in old:

        text = text.replace(char,new)

    return text

def getText(filename): #读取文件内容（utf- 编码格式）

    #特殊符号和部分无意义的词

    sign = '''！~·@￥……*“”‘’\n（）{}【】；："'「，」。-、？'''

    txt = open('{}.txt'.format(filename),encoding='utf-8').read()

    return Replace(txt,sign," ")

def creat_word_cloud(filename): #将filename 文件的词语按出现次数输出为词云图

    text = getText(filename) #读取文件

    wordlist = lcut(text) #jieba库精确模式分词

    wl = ' '.join(wordlist) #生成新的字符串

    #设置词云图

    font = r'C:\Windows\Fonts\simfang.ttf' #设置字体路径

    wc = WordCloud(

        background_color = 'black', #背景颜色

        max_words = ,           #设置最大显示的词云数

        font_path = font,           #设置字体形式（在本机系统中）

        height = ,              #图片高度

        width = ,               #图片宽度

        max_font_size = ,        #字体最大值

        random_state = ,         #配色方案的种类

        )

    myword = wc.generate(wl) #生成词云

    #展示词云图

    plt.imshow(myword)

    plt.axis('off')

    plt.show()

    #以原本的filename命名保存词云图

    wc.to_file('{}.png'.format(filename))

if __name__ == '__main__':

    creat_word_cloud('Detective_Novel') #输入文件名生成词云图

注：代码使用的文档 >>> Detective_Novel(utf-8).zip[点击下载]，也可自行找 utf-8 编码格式的txt文件。

效果如下：