中文词云功能实现

最新推荐文章于 2025-03-15 18:48:57 发布

bjwhile

最新推荐文章于 2025-03-15 18:48:57 发布

阅读量2k

点赞数 1

CC 4.0 BY-SA版权

分类专栏： Python 文章标签： python 数据分析数据挖掘统计学

本文链接：https://blog.youkuaiyun.com/bjwhile/article/details/115385551

本文探讨了词云作为文本内容展示方式的原理，并详细介绍了如何利用Python的wordcloud和jieba库实现中文词云的生成，强调了停用词列表在词云制作中的重要性。通过实例展示了词云效果及词频统计的代码实现。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

中文词云

前言

词云是一个统计并展示文本关键内容的方式，因为这种表现手法令人印象深刻，对于这种展示方式有了一定的兴趣并进行了学习。

一、词云是什么？

“词云”就是通过形成“关键词云层”或“关键词渲染”，对网络文本中出现频率较高的“关键词”的视觉上的突出。

词云图过滤掉大量的文本信息，使浏览网页者只要一眼扫过文本就可以领略文本的主旨。

二、词云的实现

这里我尝试了对于中文文本的词云功能的实现，主要使用了wordcloud和jieba两个库，由于wordcloud并不直接支持中文词云，因此需要使用jieba进行断词
用jieba断词，小说文本存入"mori.txt"，停用词列表在"stopword.txt"中，断词结果好坏，停用词很重要，需要不断调整补充。

from wordcloud import WordCloud
import jieba

f = open(u'mori.txt','r').read()
##cuttext=" ".join(jieba.cut(f))
cuttext= jieba.cut(f) 
final= [] 
stopwords=open(u'stopword.txt','r').read() 

for seg in cuttext:
    ##seg = seg.encode('utf-8')
    if seg[0] not