在进行词云图的创作时,统计词语的出现频率是非常有意义的,可以依据词语频率的高低来判断词云图是否准确。选择小说中的某一章节,利用程序统计词语出现的次数。
程序如下:
# -*- codeing = utf-8 -*-
# @Time : 2021/12/12 1:21
# @Author : ning
# @File : demo1.py
# @software : PyCharm
import jieba
content = open('jianlai.txt', 'r', encoding='utf-8').read()
#txt是要进行统计词云的文本文件
words = jieba.lcut(content)
counts = {}
for word in words:if len(word) == 1: # 排除单个字的分词结果continueelse:counts[word] = counts.get(word, 0) + 1 # dict用法
hist = list(counts.items()) # 形成列表
hist.sort(key=lambda x: x[1], reverse=True)
for i in range(30): # 输出高频前20个词word, count = hist[i]print("{:<10}{:>5}".format(word, count))
最终得到该文本的高频词太TOP20如下: