使用python相关技术实现对一本中文小说（自选）进行词频分析，显示小说中出现率前50的中文词组，并用matplotlib画图展示

小x白龙

于 2020-07-10 12:29:29 发布

阅读量776

点赞数 1

文章标签： python

本文链接：https://blog.youkuaiyun.com/longjiahuang/article/details/106939557

版权

本文介绍了一种使用Python的jieba分词库和Matplotlib库进行中文文本词频统计的方法，并展示了如何绘制前50个高频词组的频率分布图。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >


import matplotlib.pyplot as plt
import jieba
from pylab import mpl
#解决matplotlib框中显示中文失败的问题
mpl.rcParams['font.sans-serif'] = ['SimHei']

with open("all.txt", encoding="utf-8") as f:
    contents = f.read()
words = jieba.lcut(contents)
#存储词组出现的次数
counts = {}
for word in words:
    if len(word) == 1:
        continue
    else:
        counts[word] = counts.get(word, 0) + 1


items = list(counts.items())
#对词组进行排序并提取前50个词组
items.sort(key=lambda x: x[1], reverse=True)
names, dicts = [], []
for i in range(50):
    word, count = items[i]
    txt = "{0:<5}{1:>5}".format(word, count)
    names.append(word)
    dicts.append(count)

#用matplotlib画图展示
plt.figure()
plt.plot(names,dicts)
plt.xlabel('前50的中文词组')
plt.ylabel('中文词组出现频率')
plt.title("《我是传奇BOSS》文章中出现频率前50的中文词组")
plt.show()