Python3下使用WC和numpy做云图

分为两个部分来完成：

1. 得到分词。

2. 数据处理

3. 生成云图。

 

1. 分词的获取。

这里的分词可以是来源于爬取的文本，之后用 jieba 包做一下分词（用jieba.cut()方法）。会得到分词集合（这里返回的是generator）。可以写一个小函数来对分词结果进行初步处理。如下，可以避免单个字或者换行符号。

2. 数据处理

上面得到了最原始的文本分词。这里需要将其利用 pandas 包进行相应的处理：去除stopwords + 词语封装成为 DataFrame。

前者可以直接下载到，后者是pandas特有的数据结构，表现为类似于表格式。

其中具体的方法参数，需要去查阅一下。

3. 生成云图

此时需要根据词语的频率生成云图。采用numpy包来进行计数。

可以看到现在已经生成了基于词频的 DataFrame

之后直接生成云图。这里的 fit_words()方法的输入一定要是个dict