Python8 使用结巴（jieba）分词并展示词云

Python的结巴（jieba）库是一个中文分词工具，主要用于对中文文本进行分词处理。它可以将输入的中文文本切分成一个个独立的词语，为后续的文本处理、分析、挖掘等任务提供基础支持。结巴库具有以下功能和特点：

1. 中文分词： 将中文文本按照一定的规则和算法切分成独立的词语，方便后续的文本处理和分析。

2. 支持不同分词模式： 结巴库支持精确模式、全模式和搜索引擎模式等不同的分词模式，满足不同场景下的需求。

3. 支持自定义词典： 用户可以根据实际需求自定义词典，增加、删除或修改词语，提高分词的准确性。

4. 高效处理： 结巴库采用了基于前缀词典的分词算法，具有较高的分词速度和效率。

5. 开源免费： 结巴库是一个开源项目，可以免费获取并在各种应用中使用，广泛应用于文本处理、自然语言处理等领域。

本次将展示一个使用jieba库生成16首歌曲歌词文本关键词词云的示例，演示的形象化表达如下：

1.用jieba库进行不同模式的分词

示例代码：

import jieba  # 导入结巴模块
seg_list=jieba.cut('我来到北京清华大学',cut_all=True)  # 使用全模式分词将文本"我来到北京清华大学"进行分词
# （cut_all=True）将使用全模式将句子中所有可能的词语都进行分词，可能会产生大量的冗余词语，这种模式适用于对文本进行初步分析或者处理速度要求较高的场景
print("全模式:"+"/".join(seg_list))

seg_list = jieba.cut("我来到北京清华大学", cut_all=False) # （cut_all=False或者不指定参数）将使用精准模式分词将文本"我来到北京清华大学"进行分词
print("精准模式："+"/".join(seg_list))
seg_list = jieba.cut("他来到了网易杭研大厦")  # 默认是精准模式
print(','.join(seg_list))

seg_list = jieba.cut_for_search("小明硕士毕业于中国科学院计算所，后在日本京都大学深造")  # 搜索引擎模式
# 搜索引擎模式是在精准模式的基础上，对长词再次切分，以适应搜索引擎的需求，这种模式适用于对文本进行搜索引擎优化或者需要更多精准匹配的场景
print(','.join(seg_list))

运行结果：

Building prefix dict from the default dictionary ...
Loading model from cache C:\Users\26320\AppData\Local\T