IT评测·应用市场-qidao123.com技术社区

标题: Python作业4 文本词云统计，天生词云 [打印本页]
作者: 用多少眼泪才能让你相信    时间: 6 天前
标题: Python作业4 文本词云统计，天生词云
编写程序，统计两会政府工作报告热词频率，并天生词云。
2025两会政府工作报告
  1. import jieba
  2. import wordcloud
  3. from collections import Counter
  4. import re
  6. # 读取文件
  7. with open("gov.txt", "r", encoding="gbk") as f:
  8.     t = f.read()
  10. # 分词处理
  11. ls = jieba.lcut(t)
  13. # 定义过滤函数
  14. def is_valid_word(word):
  15.     # 过滤条件：
  16.     # 1. 长度至少为2个字符（过滤单字）
  17.     # 2. 只包含中文（\u4e00-\u9fff）
  18.     # 3. 不是停用词（可选）
  19.     return (len(word) >= 2 and
  20.             all('\u4e00' <= char <= '\u9fff' for char in word))
  22. # 严格过滤
  23. filtered_words = [word for word in ls if is_valid_word(word)]
  25. # 统计词频
  26. word_counts = Counter(filtered_words)
  28. # 打印前20个高频词
  29. print("=== 纯中文热词统计 ===")
  30. for word, count in word_counts.most_common(20):
  31.     print(f"{word}: {count}次")
  33. # 生成词云
  34. txt = " ".join(filtered_words)
  35. w = wordcloud.WordCloud(
  36.     font_path="msyh.ttc",
  37.     width=1000,
  38.     height=700,
  39.     background_color="white",
  40.     max_words=200  # 限制词云显示的最大词数
  41. )
  42. w.generate(txt)
  43. w.to_file("wordcloud.png")
复制代码
  1. <img alt=""  src="https://i-blog.csdnimg.cn/direct/1e5c4767793a43e28396a1390b9a6648.png"  />
  3. <img alt=""  src="https://i-blog.csdnimg.cn/direct/ce0386d394d74bb693ac8a1b52d49acc.png"  />
复制代码
免责声明：如果侵犯了您的权益，请联系站长，我们会及时删除侵权内容，谢谢合作！更多信息从访问主页：qidao123.com:ToB企服之家，中国第一个企服评测及商务社交产业平台。



欢迎光临 IT评测·应用市场-qidao123.com技术社区 (https://dis.qidao123.com/) Powered by Discuz! X3.4