fenci.py-20180722

本文介绍了一种利用Python中的jieba库进行中文文本分词的方法,并结合停用词表进行了词频统计及词云可视化。文章详细展示了如何处理中文文本数据,去除无意义的词汇,并通过词频分析来提取文本中的关键信息。
# -*- coding: utf-8 -*-
"""
Created on Fri Jul 13 20:00:33 2018

@author: wenyun.wxw
"""

import jieba
import re

ratecontent2=ratecontent

for i in range(len(ratecontent)):
    if ratecontent[i]=='此用户没有填写评论!':
        del ratecontent[i]

def fenci(ratecontent):
    
    #添加的自定义中文语句
    jieba.add_word('天猫精灵')
    
    #导入停用词文档
    stopwords = {}.fromkeys([ line.rstrip() for line in open('stop_words.txt') ])
    
    word=[]
#当ratecontent为多个句子的时候,循环开始------------------------------------------------------
    for i in range(len(ratecontent)):
            #结巴分词
        seg_list = jieba.cut(ratecontent[i], cut_all=False)#精确模式
        sent='/'.join(seg_list)
        
        #根据标点分割
        #\s可以匹配一个空格(也包括Tab等空白符),所以\s+表示至少有一个空格
        sentlist=re.split(r'[/,;,\s,,,。,!,!,~,、,?,hellip,amp,&,(,),《,\d]+',sent)
        
        #停用词处理
        sentlist2 = []
        for i in range(len(sentlist)):
        #for w in sentlist:
            if sentlist[i] not in stopwords:
                sentlist2.append(sentlist[i])
                
        #分词结果用合并,每行合并        
        word.append(sentlist2)
#------------------------------------------------------    
    #print(word)
    #print("第"+str(i)+"行:"+"/ ".join(seg_list))
    
    #thulac分词
    #import thulac
    #for i in range(0,len(ratecontent)):
    #    seg_list=thulac.thulac().cut(ratecontent[i])
    #    word.append('/'.join(seg_list))
    
    
    ##根据标点分割,把word每句分词分行
    #word2= [] 
    #wordall=''.join(word)#把word合并
    ##\s可以匹配一个空格(也包括Tab等空白符),所以\s+表示至少有一个空格
    #word2 = re.split(r'[/,;,\s,,,。,!,!,~,、,?,hellip,amp,&,(,),《,\d]+',wordall)
    
        
    ##停用词处理
    #stopwords = {}.fromkeys([ line.rstrip() for line in open('stop_words.txt') ])
    #wordlist = []
    #for w in word:
    #    if w not in stopwords:
    #        wordlist.append(w)
    
    #合并word所有词
    wordall=[]
    for w in word:
        wordall.extend(w)
        
    #词频统计    
    wordcount= {} #字典
    for item in wordall:
      if item not in wordcount:
        wordcount[item] = 1
      else:
        wordcount[item] += 1
    
    #根据词频从高到低排序
    wordcount_sort=sorted(wordcount.items(),key=lambda item:item[1],reverse=True)

    return word,wordcount,wordcount_sort
   
word,wordcount,wordcount_sort=fenci(ratecontent)

#可视化词云
from wordcloud import WordCloud
import matplotlib.pyplot as plt

#wordcloud = WordCloud(background_color="white",font_path="file:///C:/windows/Fonts/MSYH.TTC",
#    width=1000, height=860, margin=2).generate(wordall)

#按照词频决定字的大小,fit_words接受的参数为字典,注意必须为字典可以直接使用结巴分词带频率的结果
wordcloud = WordCloud(background_color="white",font_path="file:///C:/windows/Fonts/MSYH.TTC",
           width=1000, height=860, margin=2).fit_words(wordcount)
#perferences图片inline改为qt5
plt.imshow(wordcloud) 
plt.axis("off")

# 导出结果
file = open('分词结果.csv','w')
for i in list(range(len(word))):
    file.write(','.join(word[i])+'\n')
file.close()

file = open('词频统计.csv','w')
for i in list(range(len(wordcount_sort))):
    file.write(','.join((wordcount_sort[i][0],str(wordcount_sort[i][1])))+'\n')
file.close()

 

基于STM32 F4的永磁同步电机无位置传感器控制策略研究内容概要:本文围绕基于STM32 F4的永磁同步电机(PMSM)无位置传感器控制策略展开研究,重点探讨在不依赖物理位置传感器的情况下,如何通过算法实现对电机转子位置和速度的精确估计与控制。文中结合嵌入式开发平台STM32 F4,采用如滑模观测器、扩展卡尔曼滤波或高频注入法等先进观测技术,实现对电机反电动势或磁链的估算,进而完成无传感器矢量控制(FOC)。同时,研究涵盖系统建模、控制算法设计、仿真验证(可能使用Simulink)以及在STM32硬件平台上的代码实现与调试,旨在提高电机控制系统的可靠性、降低成本并增强环境适应性。; 适合人群:具备一定电力电子、自动控制理论基础和嵌入式开发经验的电气工程、自动化及相关专业的研究生、科研人员及从事电机驱动开发的工程师。; 使用场景及目标:①掌握永磁同步电机无位置传感器控制的核心原理与实现方法;②学习如何在STM32平台上进行电机控制算法的移植与优化;③为开发高性能、低成本的电机驱动系统提供技术参考与实践指导。; 阅读建议:建议读者结合文中提到的控制理论、仿真模型与实际代码实现进行系统学习,有条件者应在实验平台上进行验证,重点关注观测器设计、参数整定及系统稳定性分析等关键环节。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值