【Python_005】利用jieba及wordcloud生成词频及词云图_wordcloud jieba

词云图在数据分析中是比较常见的可视化操作，尤其在做定性分析时，通过词云图展示对某件产品或某个现象讨论最热的词，直观又好看

词频

生成词云图之前首先要确定各个词的词频，从而知道每个词的热门程度及后续在词云中不同大小的展示（词频即每个词出现的频率）

如何计算词频呢？
下面就需要介绍一个第三方库：jieba (没错，就是你想的那个结巴。。。

jieba库：做最好的 Python 中文分词组件
Github官方文档

安装jieba

我用的是anaconda，比较方便。
直接打开anaconda promot, 输入 pip install jieba 就可

验证一下是否安装成功:
打开pycharm -> File -> Setting -> Project Interpreter
在列表中看到jieba库就说明安装成功了，如图：

jieba 切词

共有三种模式：

1. 搜索引擎模式
2. 全模式
3. 精确模式

个人认为三种模式中精确模式最好用，最适合用来文本分析。

用我大《三体》来举个例子嘎嘎嘎

import jieba

str = '斩尽杀绝，这是对一个文明的最高重视'

'''
精确模式效果在一般情况下 效果最好
jieba.cut() 生成 generator，需要for loop 返回里面的每一个词
jieba.lcut() 生成list
'''
seg_list_search = jieba.cut_for_search(str) # 搜索引擎模式
seg_list1 = jieba.cut(str, cut_all = True) #全模式
seg_list2 = jieba.cut(str, cut_all = False) #精确模式， 默认为精确， cut_all=False 可缺省
1
2
3
4
5
6
7
8
9
10
11
12