Python jieba 中文分词与词频统计的操作

我就废话不多说了，大家还是直接看代码吧~

#! python3
# -*- coding: utf-8 -*-
import os, codecs
import jieba
from collections import Counter

def get_words(txt):
seg_list = jieba.cut(txt)
c = Counter()
for x in seg_list:
 if len(x)>1 and x != '\r\n':
  c[x] += 1
print('常用词频度统计结果')
for (k,v) in c.most_common(100):
 print('％s％s ％s ％d' ％ (' '*(5-len(k)), k, '*'*int(v/3), v))

if __name__ == '__main__':
with codecs.open('19d.txt', 'r', 'utf8') as f:
 txt = f.read()
get_words(txt)

样本：十九大报告全文

常用词频度统计结果
 发展 ********************************************************************** 212
 中国 ******************************************************** 168
 人民 **************************************************** 157
 建设 ************************************************* 148
社会主义 ************************************************ 146
 坚持 ******************************************* 130
 国家 ****************************** 90
 全面 ***************************** 88
 制度 *************************** 83
 实现 *************************** 83
 推进 *************************** 81
 政治 ************************** 80
 社会 ************************** 80
 特色 ************************** 79
 加强 *********************** 71
 体系 ********************** 68
 文化 ********************** 66
 我们 ********************* 64
 时代 ********************* 63
 必须 ******************** 61
 经济 ******************* 59
 伟大 ******************* 58
 完善 ***************** 51
 我国 **************** 50
 推动 *************** 47
现代化 *************** 47
 安全 *************** 46
 更加 ************** 44
 民主 ************** 44

补充：jieba读取txt文档并进行分词、词频统计，输出词云图

代码实现

# 库的引用
import jieba
import matplotlib as mpl
import matplotlib.pyplot as plt
from wordcloud import WordCloud
#定义一个空字符串
final = ""
#文件夹位置
filename = r"D:\python\pra\推荐系统1-500.txt"

#打开文件夹，读取内容，并进行分词
with open(filename,'r',encoding = 'utf-8') as f:
 for line in f.readlines():
   word = jieba.cut(line)
   for i in word:
     final = final + i +" "

运行结果

# 图云打印
word_pic = WordCloud(font_path = r'C:\Windows\Fonts\simkai.ttf',width = 2000,height = 1000).generate(final)
plt.imshow(word_pic)
#去掉坐标轴
plt.axis('off')
#保存图片到相应文件夹
plt.savefig(r'D:\python\pra\6.png')

图云输出图

以上为个人经验，希望能给大家一个参考，也希望大家多多支持脚本之家。如有错误或未考虑完全的地方，望不吝赐教。

来源：https://blog.csdn.net/onestab/article/details/78307765