用Python实现小说里的高频词统计并显示

Python021

用Python实现小说里的高频词统计并显示,第1张

用jieba做分词，用wordcloud包做词云就可以了

# 读取文件内容

file = 'd:/艾萨克·阿西莫夫/奇妙的航程.TXT'

f = open(file, 'r', encoding='gbk')

text = f.read()

f.close()

# 使用jieba分词,因为wordcloud是以空格识别单词边界的

import jieba

text = ' '.join(jieba.cut(text))

# 掩码图片,单色图就好

from scipy.misc import imread

color_mask = imread('D:/Pictures/7218.png')

# 建立词云对象,因为是中文,指定一个中文字体,不然可能会乱码

# WordCloud的参数可以控制很多内容,请自行阅读包的文档

import wordcloud

w = wordcloud.WordCloud(font_path='C:/Windows/Fonts/msyh.ttc',

                        max_words=100,

                        mask=color_mask)

# 载入以空格分词的字符串

w.generate(text)

# 生成图片

w.to_file('d:/img1.png')

import re

from collections import Counter

from matplotlib.pyplot import pie,show

f = 't.txt'

c = Counter(re.findall(r'(\w{3,})',open(f).read().lower())).most_common(20)

pie([i[1] for i in c],labels=[i[0] for i in c])

show()