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 >盘点一个英文文本中统计关键词的方法

盘点一个英文文本中统计关键词的方法

作者头像
前端皮皮
发布2022-12-19 20:02:50
3170
发布2022-12-19 20:02:50
举报
文章被收录于专栏:前端进阶学习交流

冉冉几盈虚,澄澄变今古。

大家好,我是皮皮。

一、前言

前几天在Python最强王者交流群【Wendy Zheng】问了一个英文文本中统计关键词的问题,这里拿出来给大家分享下。

二、实现过程

针对这个问题,本文给出一个思路方法,也许有帮助,首先我们需要将Excel中的文本进行导入到一个文本文件中去,代码如下:

代码语言:javascript
复制
# coding: utf-8
import pandas as pd
df = pd.read_excel('./文本.xlsx')
# print(df.head())
# df['专业关键词']
for text in df['工作要求']:
    # print(text)
    if text is not None:
        with open('工作要求.txt', mode='a', encoding='utf-8') as file:
            file.write(str(text))

print('写入完成')

接下来就可以针对这个文本文件进行相关的词频统计了,如果你有自己自定义的关键词,也可以就着关键词去统计,没有的话,就自己在关键词范围内,任意取多少个关键词都可以,相关的代码如下所示:

代码语言:javascript
复制
from collections import Counter
import pandas as pd
df = pd.read_excel('./文本.xlsx')
# print(df.head())

words = []

with open('工作要求.txt', 'r', encoding='utf-8') as f:
    line = f.readlines()
    for word in line[0].split(' '):
        words.append(word)

print(len(words))

counter = Counter(words)
# print(counter)

# df['专业关键词']
for text in df['专业关键词']:
    for k, v in counter.items():
        if k == text:
            print(k, v)

这个代码对于英文文本还是适用的,不过有个小问题,如下。

最后这里也给出中文分词的代码和可视化代码,两者结合在一起的,感兴趣的小伙伴们可以试试看。

代码语言:javascript
复制
from collections import Counter # 统计词频
from pyecharts.charts import Bar
from pyecharts import options as opts
from snownlp import SnowNLP
import jieba   # 分词
with open('text_分词后_outputs.txt', 'r',encoding='utf-8') as f:
    read = f.read()
with open('stop_word.txt', 'r', encoding='utf-8') as f:
    stop_word = f.read()
word = jieba.cut(read)
words = []
for i in list(word):
    if i not in stop_word:
        words.append(i)

columns = []
data = []
for k, v in dict(Counter(words).most_common(10)).items():

    columns.append(k)
    data.append(v)
bar = (
        Bar()
        .add_xaxis(columns)
        .add_yaxis("词频", data)
        .set_global_opts(title_opts=opts.TitleOpts(title="词频top10"))
    )
bar.render("词频.html")

三、总结

大家好,我是皮皮。这篇文章主要盘点了一个英文文本中统计关键词方法处理的问题,文中针对该问题,给出了具体的解析和代码实现,帮助粉丝顺利解决了问题。

最后感谢粉丝【Wendy Zheng】提问,感谢【Python进阶者】给出的思路和代码解析,感谢【Python狗】等人参与学习交流。

本文参与 腾讯云自媒体同步曝光计划,分享自微信公众号。
原始发表:2022-11-27,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 Python共享之家 微信公众号,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
目录
  • 一、前言
  • 二、实现过程
  • 三、总结
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