快捷導(dǎo)航

使用Python和jieba庫生成中文詞云的示例代碼

更新時(shí)間：2024年07月01日 10:53:19 作者：碼銀

在文本分析和數(shù)據(jù)可視化的領(lǐng)域中,詞云是一種展示文本數(shù)據(jù)中關(guān)鍵詞頻率的直觀方式,Python作為一種強(qiáng)大的編程語言,提供了多種庫來幫助我們生成詞云,在本文中,我們將通過一個(gè)簡單的示例,展示如何使用Python生成中文詞云,需要的朋友可以參考下

使用Python和jieba庫生成中文詞云

在文本分析和數(shù)據(jù)可視化的領(lǐng)域中，詞云是一種展示文本數(shù)據(jù)中關(guān)鍵詞頻率的直觀方式。Python作為一種強(qiáng)大的編程語言，提供了多種庫來幫助我們生成詞云，如wordcloud和jieba。在本文中，我們將通過一個(gè)簡單的示例，展示如何使用Python生成中文詞云。

環(huán)境準(zhǔn)備

首先，確保您的Python環(huán)境中安裝了以下庫：

jieba：用于中文分詞。
wordcloud：用于生成詞云。
matplotlib：用于顯示詞云圖像。

如果尚未安裝，可以通過以下命令進(jìn)行安裝：

pip install jieba 
pip install wordcloud 
pip install matplotlib

示例代碼

以下是生成中文詞云的完整代碼示例：

import jieba
import wordcloud
import matplotlib.pyplot as plt

# 讀取文本文件
with open('斗破蒼穹第一章.txt', 'r', encoding='utf-8') as file:
    text = file.read()

# 使用jieba進(jìn)行分詞
words = jieba.cut(text)
result = ' '.join(words)

# 定義停用詞集合
stopwords = set([
    # 停用詞列表...
])

# 創(chuàng)建詞云對象
wc = wordcloud.WordCloud(
    font_path='C:\\Windows\\Fonts\\simhei.ttf',  # 指定字體路徑
    background_color='white',
    max_words=100,  # 最大顯示詞數(shù)
    max_font_size=100,  # 字體最大大小
    random_state=42,  # 使結(jié)果可復(fù)現(xiàn)
    stopwords=stopwords  # 停用詞集合
)

# 生成詞云
wc.generate(result)

# 使用matplotlib顯示詞云
plt.figure(figsize=(8, 6))
plt.imshow(wc, interpolation='bilinear')
plt.axis('off')  # 不顯示坐標(biāo)軸
plt.show()

    stopwords={
        '了', '的', '和', '是', '我', '你', '這', '就', '有', '在', '也', '一', '不', '人', '都', '一個(gè)',
        '我們', '他', '她', '得', '地', '很', '到', '說', '要', '去', '上', '說', '知道', '能', '看',
        '自己', '出來', '過', '著', '聽', '覺得', '但是', '而且', '因?yàn)?, '所以', '雖然', '如果', '就是',
        '只有', '可以', '什么', '哪', '哪個(gè)', '那些', '什么', '怎么', '怎樣', '這么', '那么', '這樣', '那樣',
        '一點(diǎn)', '一些', '一點(diǎn)', '一些', '一下', '一下', '一會(huì)兒', '一點(diǎn)兒', '現(xiàn)在', '然后', '再', '曾經(jīng)',
        '曾經(jīng)', '曾經(jīng)', '曾經(jīng)', '或者', '或者', '以及', '或者', '跟', '跟', '同', '和', '與', '跟', '同',
        '跟', '與', '跟', '和', '與', '而且', '并且', '或者', '還是', '或者', '或者', '又', '也', '還',
        '再', '另外', '那',
        '然后',
        '接著',
        '之后',
        '起來',
        # ... 其他詞 ...
    }