欧美bbbwbbbw肥妇,免费乱码人妻系列日韩,一级黄片

Python基于詞頻排序?qū)崿F(xiàn)快速挖掘關(guān)鍵詞

 更新時(shí)間:2023年03月03日 15:57:50   作者:虛壞叔叔  
這篇文章主要為大家詳細(xì)介紹了Python如何基于詞頻排序?qū)崿F(xiàn)快速挖掘關(guān)鍵詞功能,文中的示例代碼講解詳細(xì),感興趣的小伙伴可以了解一下

一、所有的代碼

這是所有的代碼

from collections import defaultdict
import jieba.posseg as jp

with open('keyword.txt','r',encoding='utf-8') as file:
	keyword_list = file.read().split('\n')

not_flag = set(['w','x','y','z','un','m'])
not_word = set(['的','是','有','啊','呢','么','好'])

keyword_split = dict()
word_count = defaultdict(int)
for keyword in keyword_list:
	word_set = set()
	for word,flag in jp.cut(keyword):
		if flag in not_flag:
			continue
		if word in not_word:
			continue
		if word == 'pdf' or word == 'PDF':
			continue

		word_count[word] += 1
		word_set.add(word)

	keyword_split[keyword] = word_set

id_keyword_list = defaultdict(list)
id_count = defaultdict(int)
for keyword,word_set in keyword_split.items():
	word_sort = dict()
	for word in word_set:
		word_sort[word] = word_count[word]

	word_sort = sorted(word_sort.items(),key=lambda x:x[1],reverse=True)
	word_id = ','.join([word for word,count in word_sort[0:3]])

	id_keyword_list[word_id] += [keyword]
	id_count[word_id] += 1

result = []
id_count = sorted(id_count.items(),key=lambda x:x[1],reverse=True)
for word_id,count in id_count:
	if count < 3:
		continue
	for keyword in id_keyword_list[word_id]:
		result.append('%s\t%s' % (keyword,word_id))
	result.append('')

with open('result.txt','wb') as file:
	file.write('\n'.join(result).encode('utf-8'))

二、實(shí)現(xiàn)的效果

keyword.txt如下圖:

有50萬的關(guān)于pdf的關(guān)鍵詞數(shù)據(jù)

最后的輸出result.txt 就是將里面的含有關(guān)鍵詞相同的句子統(tǒng)一輸出出來:

這里會將一個(gè)句子的3個(gè)關(guān)鍵詞輸出出來 關(guān)鍵詞是根據(jù)詞頻排序的。

最后將所有關(guān)鍵詞一樣的句子組合在一起,就可以知道這些句子表達(dá)的意思大致一致

三、代碼解讀

keyword_list 是從keyword.txt讀取到的所有的句子

not_flag 是要排除的標(biāo)記,不統(tǒng)計(jì)這些標(biāo)記

not_word 是要排除的單詞,不統(tǒng)計(jì)這些單詞

keyword_split 是句子對應(yīng)到他的所有單詞的字典,key是句子,value是他的所有單詞的集合

word_count 是所有的拆分后的單詞的次數(shù)的字典,key是單詞,value是單詞出現(xiàn)的次數(shù)

id_keyword_list 是一個(gè)字典,它的key是一個(gè)字符串 value是列表

id_count 是一個(gè)字典,它的key是一個(gè)字符串,value是int

最后對id_count處理 將結(jié)果輸出出來

id_count = sorted(id_count.items(), key=lambda x: x[1], reverse=True)
for word_id, count in id_count:
    if count < 3:
        continue
    for keyword in id_keyword_list[word_id]:
        result.append('%s\t%s' % (keyword, word_id))
    result.append('')

到此這篇關(guān)于Python基于詞頻排序?qū)崿F(xiàn)快速挖掘關(guān)鍵詞的文章就介紹到這了,更多相關(guān)Python挖掘關(guān)鍵詞內(nèi)容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家!

相關(guān)文章

  • 如何使用selenium和requests組合實(shí)現(xiàn)登錄頁面

    如何使用selenium和requests組合實(shí)現(xiàn)登錄頁面

    這篇文章主要介紹了如何使用selenium和requests組合實(shí)現(xiàn)登錄頁面,文中通過示例代碼介紹的非常詳細(xì),對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友可以參考下
    2020-02-02
  • Python爬蟲實(shí)例爬取網(wǎng)站搞笑段子

    Python爬蟲實(shí)例爬取網(wǎng)站搞笑段子

    這篇文章主要介紹了Python爬蟲實(shí)例爬取網(wǎng)站搞笑段子,具有一定參考價(jià)值,看完了代碼不妨看看段子,希望大家每天開心。
    2017-11-11
  • 使用Python3?Boto3包刪除AWS?CloudFormation的棧(Stacks)

    使用Python3?Boto3包刪除AWS?CloudFormation的棧(Stacks)

    這篇文章主要介紹了如何使用Python3?Boto3刪除AWS?CloudFormation的棧(Stacks),本文給大家介紹的非常詳細(xì),對大家的學(xué)習(xí)或工作具有一定的參考借鑒價(jià)值,需要的朋友可以參考下
    2024-01-01
  • Python實(shí)現(xiàn)對word文檔添加密碼去除密碼的示例代碼

    Python實(shí)現(xiàn)對word文檔添加密碼去除密碼的示例代碼

    這篇文章主要介紹了Python實(shí)現(xiàn)對word文檔添加密碼去除密碼,本文通過實(shí)例代碼給大家介紹的非常詳細(xì),對大家的學(xué)習(xí)或工作具有一定的參考借鑒價(jià)值,需要的朋友可以參考下
    2020-12-12
  • Pyramid將models.py文件的內(nèi)容分布到多個(gè)文件的方法

    Pyramid將models.py文件的內(nèi)容分布到多個(gè)文件的方法

    默認(rèn)的Pyramid代碼結(jié)構(gòu)中,就只有一個(gè)models.py文件,在實(shí)際項(xiàng)目中,如果需要對models進(jìn)行分類,放到不同文件下,應(yīng)該怎么辦
    2013-11-11
  • 使用Pandas計(jì)算系統(tǒng)客戶名稱的相似度

    使用Pandas計(jì)算系統(tǒng)客戶名稱的相似度

    在日常業(yè)務(wù)處理中,我們經(jīng)常會面臨將不同系統(tǒng)中的數(shù)據(jù)進(jìn)行匹配和比對的情況,本文將介紹如何使用Python的Pandas庫來處理這個(gè)問題,需要的可以參考一下
    2023-07-07
  • 一文搞懂???????python可迭代對象,迭代器,生成器,協(xié)程

    一文搞懂???????python可迭代對象,迭代器,生成器,協(xié)程

    這篇文章主要介紹了一文搞懂???????python可迭代對象,迭代器,生成器,協(xié)程,微博吱嘎部分圍繞主題展開詳細(xì)介紹,需要的小伙伴可以參考一下
    2022-05-05
  • python 調(diào)試?yán)渲R(小結(jié))

    python 調(diào)試?yán)渲R(小結(jié))

    這篇文章主要介紹了python 調(diào)試?yán)渲R(小結(jié)),文中通過示例代碼介紹的非常詳細(xì),對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧
    2019-11-11
  • 淺談Python中threading join和setDaemon用法及區(qū)別說明

    淺談Python中threading join和setDaemon用法及區(qū)別說明

    這篇文章主要介紹了淺談Python中threading join和setDaemon用法及區(qū)別說明,具有很好的參考價(jià)值,希望對大家有所幫助。一起跟隨小編過來看看吧
    2020-05-05
  • python裝飾器的特性原理詳解

    python裝飾器的特性原理詳解

    這篇文章主要介紹了python裝飾器的特性原理詳解,文中通過示例代碼介紹的非常詳細(xì),對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友可以參考下
    2019-12-12

最新評論