上次已經(jīng)從豆瓣小組上爬取到了很多租房信息，但是標(biāo)題大家都沒有統(tǒng)一的規(guī)范，所以想通過統(tǒng)計詞頻來看看有什么關(guān)鍵字，看能不能利用統(tǒng)計出來的關(guān)鍵字對標(biāo)題信息進(jìn)行篩選提取。

在找詞頻統(tǒng)計的時候看到了，居然有一個詞云圖的東西。

這么好玩的東西當(dāng)然不能錯過啦。趕緊試試看先。

這次生成詞云圖真的是攏共分三步。

第一步：讀取文本信息

第二步：用分詞工具進(jìn)行分詞

第三步：用詞云圖庫輸出詞云圖

from wordcloud import WordCloud, ImageColorGenerator # 詞云庫，生成詞云的主要工具 import matplotlib.pyplot as plt # 2D繪圖套件 from PIL import Image # 圖像生成需要的圖像套件 import numpy as np # numpy計算工具 import pandas as pd # 數(shù)據(jù)分析工具 import jieba # 分詞庫，中文分詞工具excel_path = 'F:\SY\Python\douban_project\douban_baoan.xlsx' #獲取數(shù)據(jù)，并將數(shù)據(jù)轉(zhuǎn)換成string格式 d = pd.read_excel(excel_path) text = str(d['title'])cut_text = jieba.cut(text) # 用jieba對數(shù)據(jù)文本進(jìn)行分詞操作 result = "/".join(cut_text) # 必須給個符號分隔開分詞結(jié)果來形成字符串,否則不能繪制詞云 # print(result) # 若有需要可以預(yù)覽分詞效果wc = WordCloud(font_path=r"F:\SY\Python\douban_project\yahei.ttf", background_color='white', width=700,height=500, max_font_size=70,max_words=1000) # ,min_font_size=10)#,mode='RGBA',colormap='pink')# 調(diào)用詞云工具，因為默認(rèn)沒有中文字形，所以參數(shù)里需要輸入字形路徑。# 背景顏色為白色，定義圖片大小為700*500，最大字形為70，最大詞數(shù)為1000 wc.generate(result) # 輸入分詞完的結(jié)果，并生成詞云 wc.to_file(r"F:\SY\Python\douban_project\douban_baoan.png") # 按照設(shè)置的像素寬高度保存繪制好的詞云圖，比下面程序顯示更清晰# 4、顯示圖片 plt.figure("詞云圖") # 指定所繪圖名稱 plt.imshow(wc) # 以圖片的形式顯示詞云 plt.axis("off") # 關(guān)閉圖像坐標(biāo)系 plt.show()

效果還不錯，就像這樣

接下來就是名（yi）偵（ben）探（zheng）的（jing）推（hu）理（shuo）時（ba）間（dao）了。

可以看到最大的字是公寓，科技園，單間，轉(zhuǎn)租，地鐵口，南山，因為爬取的是南山小組，南山這個詞出現(xiàn)頻率很高是正常的。

然后可以看出科技園應(yīng)該是南山的一個亮點，有可能是需要租在科技園的人很多，也有可能是房主想把房子方便科技園人群上班作為一個亮點，從求租這個詞出現(xiàn)的頻率不高可以判斷應(yīng)該是后者。

從公寓和單間這個詞可以看出南山區(qū)的公寓和單間房源應(yīng)該是比較多的。

從地鐵口可以大部分房子周邊都有地鐵，或者是房主這么生成的，畢竟兩公里也有的說是地鐵口附近。

幾個地天詞是桃園，西麗，大新，科技園。

總結(jié)起來就是，桃園，西麗，大新，科技園附近的房源比較多，其中以公寓和單間占大多數(shù)，且附近都有地鐵口。

?

總結(jié)

以上是生活随笔為你收集整理的大家在谈租房时都在谈些什么？--豆瓣租房小组词云图的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。