python导入txt数据-生成词频+词云图

qq632280928

之前做的爬虫，用到了词频分析+词云图现在代码分享给大家
导入txt数据，生成词频+词云图
如果词云图乱码就是缺少这个字体 'E:/msyh.ttc' 这个字体文件需要下载 自己百度下载就行
效果图

下面是代码

[Python] 纯文本查看 复制代码

# 导入所需库
import jieba
import wordcloud
from collections import Counter
import matplotlib.pyplot as plt
# 读取txt文档
with open('E:/甄嬛传.txt', 'r', encoding='utf-8') as f:
    text = f.read()
# 使用jieba进行分词
words = jieba.cut(text)
# 统计词频
word_count = Counter()
for word in words:
    if len(word) >= 2:  # 仅统计长度大于等于2的词语
word_count[word] += 1
# 获取词频前100的词汇
top100_words = word_count.most_common(100)
# 输出结果到txt文档
with open('甄嬛传词频.txt', 'w', encoding='utf-8-sig') as f:
    for word, count in top100_words:
        f.write(f'{word}: {count}\n')
# 生成词云图
wc = wordcloud.WordCloud(
    width=800, height=600, background_color='white',
    font_path='E:/msyh.ttc'  # 使用微软雅黑字体
)
wc.generate_from_frequencies(word_count)
plt.imshow(wc, interpolation='bilinear')
plt.axis('off')
plt.show()
# 导出词云图
wc.to_file('甄嬛传词云图.png')

javaxue

库都安装了出现

[Asm] 纯文本查看 复制代码

D:\python\pythonProject1\venv\Scripts\python.exe D:/python/pythonProject1/main.py
  File "D:\python\pythonProject1\main.py", line 15
    word_count[word] += 1
IndentationError: expected an indented block after 'if' statement on line 14

进程已结束，退出代码为 1

dreamrise

javaxue 发表于 2023-5-29 21:09
库都安装了出现 [mw_shl_code=asm,true]D:\python\pythonProject1\venv\Scripts\python.exe D:/python/pyth ...

原代码缩进有问题。

for word in words:
    if len(word) >= 2:  # 仅统计长度大于等于2的词语
        word_count[word] += 1

PengXP

感谢楼主开源精神

wu_yang007

奇数  偶数  加个判断  控制方向就更好了

kaisen868

挺有意思的，原来原理是这样的。感谢分享。

xm65R

非常感谢

cao777

不错的东西 我试一下看看效果

cao777

很不错~
已经实现了
有没有办法把这些词分类呢?
例如
菩萨:神仙
观音:神仙
狐狸精:妖怪
小贩:人类
...

szkgoo

感谢分享

Sogrey

很不错的东西啊，下来研究下