33、自然语言处理：可视化、可读性评估与实体识别

自然语言处理：可视化、可读性评估与实体识别

1. 词频可视化

1.1 数据框可视化

要可视化数据，可使用数据框绘图属性的 bar 方法。该方法的参数指定了应沿 x 轴和 y 轴显示哪一列的数据，并且不希望在图表上显示图例。 bar 方法会创建并显示一个 Matplotlib 条形图。初始显示的条形图中，部分单词可能会被截断。可使用 Matplotlib 的 gcf （获取当前图形）函数获取 pandas 显示的 Matplotlib 图形，然后调用图形的 tight_layout 方法来解决此问题，该方法会压缩条形图以确保其所有组件都能显示。示例代码如下：

axes = df.plot.bar(x='word', y='count', legend=False)
import matplotlib.pyplot as plt
plt.gcf().tight_layout()

1.2 词云可视化

可以使用开源的 wordcloud 模块的 WordCloud 类，用几行代码生成词云。默认情况下， wordcloud 创建矩形词云，但该库也能创建任意形状的词云。

1.2.1 安装 wordcloud 模块

打开 Anaconda Prompt（Windows）、Terminal（