手把手教你对文本文件顺利完成分词、词频统计和可视化

作者： Python入门者

是从：Python爬虫类与平面图表挖掘

大家好！我是Python入门者。

序言

从前几天一个在校大学生反问了一些关于名词频、名词干和可视化上都的反问题，结合爬虫类，确实可以做点东西出来，可以玩玩，还是蛮不错的，这里抄录出一篇文章，分享给大家。

本文主要相关的库里有爬虫类库里requests、名词频统计数据库里collections、平面图表处置库里numpy、结巴名词干库里jieba 、可视化库里pyecharts等等。

一、平面图表是从

关于平面图表上都，这里反之亦然是从新闻互联服务上完成给予的自然语言讯息，其实这个自然语言档案可以拓展显现出来，你可以自定义自然语言，也可以是调查报告，商业性调查报告，政治调查报告等，也可以是新闻互联服务，也可以是论文，也可以是微博热评，也可以是网易云音乐热评等等，只要相关到大量自然语言的，都可翌年提到本文的字符串，完成名词频名词干、统计数据、可视化等。

二、平面图表给予

平面图表给予极为简单，一个简单的爬虫类和读取就可以搞定，这里以一篇新闻为例完成示范，字符串如下：

字符串运行之后，在本地会获得一个【调查报告.txt】档案，档案内容就是网页上的自然语言讯息。如果你就让给予其他网页上的自然语言，并不需要改成下链接和提取规则。

三、名词频统计数据

接下来就是名词频统计数据了，字符串如下右平面图。

首先读取自然语言讯息，之后对自然语言完成示例，提取注解讯息，并且可以自定义名词库里，作为弃用名词，之后将给予到的名词频做名词频统计数据，给予从前30最高频的名词，并完成读取，反向结果如下平面图右平面图。

四、可视化

接下来就是可视化外了，这里反之亦然上字符串，如下右平面图。

import pyecharts from pyecharts.charts import Line from pyecharts import options as opts # 示例平面图表 cate = [i[0] for i in word_counts_top30] data1 = [i[1] for i in word_counts_top30] line = (Line() .add_xaxis(cate) .add_yaxis('名词频', data1, markline_opts=opts.MarkLineOpts(data=[opts.MarkLineItem(type_="average")])) .set_global_opts(title_opts=opts.TitleOpts(title="名词频统计数据Top30", subtitle=""), xaxis_opts=opts.AxisOpts(name_rotate=60,axislabel_opts={"rotate":45})) ) line.render_notebook() 反向结果是一个线平面图，像是还不错。

五、说明了

本文基于Python互联爬虫类给予到的自然语言档案，通过名词频、名词干和可视化等处置，完出一个较为简单的项目，欢迎大家积极就让法。

合肥治疗白癜风医院哪家好
重庆治疗白癜风哪家好
吉林治疗白癜风好方法
成都曙光医院
妇科医院
注意！五一出游容易遭遇这些健康风险，提前学会应对！
止咳糖浆哪个比较好一点
舌头溃疡