Python数据分析之jieba库的运用

最新推荐文章于 2024-05-02 11:33:47 发布

转载最新推荐文章于 2024-05-02 11:33:47 发布 · 140 阅读

0 ·

CC 4.0 BY-SA版权

原文链接：https://yq.aliyun.com/articles/652312

文章标签：

#python

本文介绍使用Python的jieba库和TAGUL工具对《斗破苍穹》小说进行分词处理并制作词云的过程。文章详细说明了jieba分词库的安装与使用方法，并给出具体代码实例。最后展示了词云制作步骤。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

三十年河东，三十年河西，莫欺少年穷！年仅15岁的萧家废物，于此地，立下了誓言，从今以后便一步步走向斗气大陆巅峰！这里是属于斗气的世界，没有花俏艳丽的魔法，有的，仅仅是繁衍到巅峰的斗气！

《斗破苍穹》可谓玄幻小说的巅峰之作，曾经痴迷到彻夜看小说，回不到的过去，等不到的未来！今天就利用python的jieba库以及在线制作词云工具TAGUL，制作《斗破苍穹》词云。

步骤

jieba分词

首先，通过pip3 install jieba安装jieba库，随后在网上下载《斗破苍穹》小说及停用词表。代码如下：

import jieba.analyse

path = '小说路径'

fp = open(path,'r',encoding='utf-8')
content = fp.read()
try:
    jieba.analyse.set_stop_words('停用词表路径')
    tags = jieba.analyse.extract_tags(content, topK=100, withWeight=True)
    for item in tags:
        print(item[0]+'\t'+str(int(item[1]*1000)))

finally:
    fp.close()

大家运行程序可能会报错，是编码问题，我们这时需打开下载的txt文档，另存为，选择utf-8编码即可。