目录

词云简介

准备工作

安装方法一：

安装方法二：

 生成词云步骤

数据预处理：

分词：

 统计词频出现的次数：

 去除词语：

生成词云：

显示词云：

保存词云：

完整代码

“词云”这个概念由美国西北大学新闻学副教授、新媒体专业主任里奇·戈登（Rich Gordon）于提出，词云是一种可视化描绘单词或词语出现在文本数据中频率的方式，它主要是由随机分布在词云图的单词或词语构成，出现频率较高的单词或词语则会以较大的形式呈现出来，而频率越低的单词或词语则会以较小的形式呈现。词云主要提供了一种观察社交媒体网站上的热门话题或搜索关键字的一种方式，它可以对网络文本中出现频率较高的“关键词”予以视觉上的突出，形成“关键词云层”或“关键词渲染”，从而过滤掉大量的文本信息，使浏览网页者只要一眼扫过文本就可以领略文本的主旨。

我们需要安装一些基本的库：（因为wordcloud库，jieba库不是python的内置库）

windows+R，打开cmd,在命令行输入：

等待安装完成即可。同样的方法安装jieba库； 

直接再pycharm软件中安装：

打开pycharm,找到pythong软件包，在搜索框中搜索要下载的库，点击安装即可。

（如果第一次安装失败的话，直接再次尝试安装,基本上第二次是可以成功的）。

这里re.sub()函数可以看：re.sub()用法的详细介绍_jackandsnow的博客-CSDN博客_re sub

我们平常看到的词云：

如果整个文本直接生成词云肯定是不行的，接下来我们就需要对文本进行分词操作；

这里我们就用到了准备工作中的jieba库：

jieba.cut(s) 精确模式：把文本精确的切分开，不存在冗余单词；

这样txt3中的保存的就是一个个的词语：

这里我们把结果存放到字典里面，因为{key:value},可以存放值和出现次数；

存放好后，我们进行排序；

 我们排好序后，还需要将这个列表转换为一个字典；

 统计并排好词后我们打印一下：

如果里面有不想出现的词语，可以把它删去：

完结！！

 对于第3和第4步可以简化一下：

 可以直接用python内置的Counter()来统计：

这样t4 就是一个字典，其中键是单词，值是该单词在文本中出现的次数。

简化后的代码（主要是文本处理的简化，生成词云的步骤基本上没有变）：

完结！！