一、安裝jieba庫(kù)

：\>pip install jieba #或者 pip3 install jieba

二、jieba庫(kù)解析

jieba庫(kù)主要提供提供分詞功能，可以輔助自定義分詞詞典。

jieba庫(kù)中包含的主要函數(shù)如下：

jieba.cut(s) ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? 精確模式，返回一個(gè)可迭代的數(shù)據(jù)類型

jieba.cut(s,cut_all=True) ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?? 全模式，輸出文本s中所有可能的單詞

jieba.cut_for_search(s) ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?? 搜索引擎模式，適合搜索引擎建立索引的分詞結(jié)果

jieba.lcut(s) ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?? 精確模式，返回一個(gè)列表類型，建議使用

jieba.lcut(s,cut_all=True) ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? 全模式，返回一個(gè)列表類型，建議使用

jieba.lcut_for_search(s) ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? 搜索引擎模式，返回一個(gè)列表類型，建議使用

jieba.add_word(w) ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? 向分詞詞典中增加新詞w

三、用jieba庫(kù)統(tǒng)計(jì)文本的詞頻

《流浪地球》是劉慈欣的一部作品。該書講述了龐大的地球逃脫計(jì)劃，逃離太陽(yáng)系，前往新家園。從網(wǎng)上獲取該書的文本文件，保存于桌面上，命名為“流浪地球。”

現(xiàn)統(tǒng)計(jì)其文本中出現(xiàn)次數(shù)最多的是個(gè)詞語(yǔ)，源代碼如下：

importjieba

txt= open("C:\\Users\\Administrator\\Desktop\\流浪地球.txt", "r", encoding='utf-8').read()

words=jieba.lcut(txt)

counts={}for word inwords:if len(word) == 1: #排除單個(gè)字符的分詞結(jié)果

continue

else:

counts[word]= counts.get(word,0) + 1items=list(counts.items())

items.sort(key=lambda x:x[1], reverse=True)for i in range(10):

word, count=items[i]print ("{0:<10}{1:>5}".format(word, count))

運(yùn)行程序后，輸出結(jié)果如下：

故容易得知流浪地球中出現(xiàn)頻次較高的詞語(yǔ)

四、結(jié)合jieba庫(kù)的詞頻統(tǒng)計(jì)制作詞云圖

1、準(zhǔn)備工作：pip 安裝 jieba ， wordcloud ，matplotlib

2以阿Q正傳為例：

源代碼為：

from wordcloud importWordCloudimportmatplotlib.pyplot as pltimportjieba#生成詞云

defcreate_word_cloud(filename):

text= open("{}.txt".format(filename)).read()#結(jié)巴分詞

wordlist = jieba.cut(text, cut_all=True)

wl= " ".join(wordlist)#設(shè)置詞云

wc =WordCloud(#設(shè)置背景顏色

background_color="white",#設(shè)置最大顯示的詞云數(shù)

max_words=2000,#這種字體都在電腦字體中，一般路徑

font_path='C:\Windows\Fonts\simfang.ttf',

height=1200,

width=1600,#設(shè)置字體最大值

max_font_size=200,#設(shè)置有多少種隨機(jī)生成狀態(tài)，即有多少種配色方案

random_state=100,

)

myword= wc.generate(wl) #生成詞云

#展示詞云圖

plt.imshow(myword)

plt.axis("off")

plt.show()

wc.to_file('p.png') #把詞云保存下

if __name__ == '__main__':

create_word_cloud('C:\\Users\\Administrator\\Desktop\\阿Q正傳')

運(yùn)行程序后，輸出結(jié)果如下：

故可得出文本的云詞圖。

總結(jié)

以上是生活随笔為你收集整理的jieba库词频统计_用jieba库统计文本词频及云词图的生成的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問(wèn)題。

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