[Airbnb] 用Python统计含有中文评论的行，用词云图进行可视化

最新推荐文章于 2022-10-18 21:23:51 发布

这一步就是天涯海角

最新推荐文章于 2022-10-18 21:23:51 发布

阅读量1.9k

点赞数 3

分类专栏：数据分析文章标签： python 可视化数据分析 pycharm

本文链接：https://blog.youkuaiyun.com/lam_yx/article/details/107790023

版权

本文介绍了如何使用Python从Airbnb的数据中统计含有中文评论的行，并通过正则表达式匹配中文编码范围。接着利用jieba库进行分词，采用精确模式、全模式和搜索引擎模式，最后对高频词汇进行词云图的可视化，显示‘干净’、‘整洁’、‘方便’、‘热情’等词出现频繁。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

统计含有中文的行，使用jieba库分词后用词云图进行展示

一、数据来源
二、数据读取
三、统计含有中文的行
四、分词及可视化

一、数据来源

数据来源：https://tianchi.aliyun.com/competition/entrance/231715/information
采用了reviews_detail.csv表的数据。该表记录了短租房评论相关的内容和作者信息；
使用了python3.7.1，pycharm社区版2019.2。

二、数据读取

导入模块

import pandas as pd
import re

读取数据

io3 = 'D:/PythonProject/(天池)短租数据集分析/数据集-明细版/reviews_detail/reviews_detail.csv'
data = pd.read_csv(io3)
reviews_detail_df = pd.DataFrame(data)
# 提取评论内容，且需要转换成字符串类型
reviews_detail_df_c = reviews_detail_df['comments'].astype(str)
print