中文文本分析.docxVIP

第八次Python实验 中文文本分析：根据课堂上讲的内容，进行分析。 写出：1文档的主要关键字，2文档内容的简单判断) 代码： import jieba import wordcloud def readtxt(filepath): f=open(filepath,r) text=f.read() f.close() return text def WDCloud(filepath): f=open(filepath,r) text=f.read() wcloud = wordcloud.WordCloud(font_path=rC:\Windows\Fonts\simhei.ttf,background_color=white,width=1000,max_words=500,height=860,margin=2).generate(text) wcloud.to_file(三国演义词云.png) f.close() def wordFreq(text,topn): words=jieba.lcut(text.strip()) counts={} for word in words: if word ==孔明: word=诸葛亮 if len(word) ==1 : continue elif word==于是: continue counts[word]=counts.get(word,0)+1 items=list(counts.items()) items.sort(key=lambda x:x[1],reverse =True) f=open(三国演义文本分析.txt,a+) for i in range(topn): word,count=items[i] f.write({}\t{}\n.format(word,count)) f.close() if __name__ == __main__: txt=readtxt(三国演义.txt) wordFreq(txt,20) WDCloud(三国演义文本分析.txt) 运行结果： 分析：对中文文本的分析，首先引用jieba库和wordcloud词云库，定义一个读取文本的函数，让其用“r”方式打开文件并读取文件内容。定义一个生成词云的函数，该代码font_path=rC:\Windows\Fonts\simhei.ttf是指定字体采用系统自带的黑体。最后编写一个函数对读取的txt文本进行分词，并统计词频。