前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
工具
TVP
发布
社区首页 >专栏 >中文词频统计

中文词频统计

作者头像
全栈程序员站长
发布2022-09-20 10:31:02
5820
发布2022-09-20 10:31:02
举报
文章被收录于专栏:全栈程序员必看

大家好,又见面了,我是你们的朋友全栈君。

代码语言:javascript
复制
主要代码如下:
排序出高频词
# -*- coding: utf-8 -*-"""
from wordcloud 
import WordCloudimport matplotlib.pyplot as plt
import jieba
article = open('hlm.txt',encoding='UTF-8').read()
dele = {'。','!','?','】','“','”','(',')',' ','》','《',','}
jieba.add_word('贾宝玉')
words = list(jieba.cut(article))
articleDict = {}
articleSet = set(words)-dele
for w in articleSet:    
if len(w)>1:        
articleDict[w] = words.count(w)
articlelist = sorted(articleDict.items(),key = lambda x:x[1], reverse = True)
cut_text = " ".join(words)
'print(cut_hlm)'
mywc = WordCloud().generate(cut_hlm)
plt.imshow(mywc)plt.axis("off")
plt.show()
'''
for i in range(20):    
print(articlelist[i])
import pandas as pd
pd.DataFrame(data=articlelist).to_csv('test.csv',encoding='UTF-8')
'''

红楼梦高频词:

中文词频统计
中文词频统计

红楼梦整篇小说:

中文词频统计
中文词频统计

成功排序出高频词:

中文词频统计
中文词频统计

生成词云如下:

中文词频统计
中文词频统计

发布者:全栈程序员栈长,转载请注明出处:https://javaforall.cn/167736.html原文链接:https://javaforall.cn

本文参与 腾讯云自媒体同步曝光计划,分享自作者个人站点/博客。
如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 作者个人站点/博客 前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体同步曝光计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档