实验目的： 学会使用Pandas操作csv数据集，并进行可视化。 数据集描述： 该数据集是CNKI中与“中药毒理反应”相关的文献信息，包含文章题目、作者、来源（出版社）、摘要、发表时间等信息。 实验要求： 1. 使用Pandas读取数据集。 2. 统计每年的发文数量，并绘制折线图。 3. 统计出版社的发文量信息，列出发文前10位的出版社。 4. 使用jieba分词，对摘要进行分词统计，制作词频前30位的词云图。（需安装jieba分词和词云工具包）。 结果提交： 使用jupyter notebook进行程序编写，形成.ipynb文件，使用“学号姓名”的方式进行命名，数据文件放在该文件同目录下。

好的，以下是实验的详细步骤和代码实现。

## 1. 使用Pandas读取数据集

首先需要导入Pandas库，并使用read_csv()方法读取csv文件。假设我们的数据集文件名为“data.csv”，代码如下：

import pandas as pd

data = pd.read_csv('data.csv', encoding='utf-8')

其中，encoding参数指定了读取文件时使用的编码方式，这里我们选择了utf-8。

## 2. 统计每年的发文数量，并绘制折线图

要统计每年的发文数量，需要先将“发表时间”这一列的数据转换为日期格式，然后提取出年份，再使用groupby()方法对年份进行分组统计。代码如下：

# 转换日期格式并提取年份
data['发表时间'] = pd.to_datetime(data['发表时间'], format='%Y-%m-%d')
data['年份'] = data['发表时间'].dt.year

# 按年份分组并统计数量
year_count = data.groupby('年份').size()

# 绘制折线图
import matplotlib.pyplot as plt

plt.plot(year_count.index, year_count.values)
plt.xlabel('Year')
plt.ylabel('Number of Papers')
plt.title('Number of Papers Published Each Year')
plt.show()

这里使用了Matplotlib库来绘制折线图，其中plt.plot()方法用于绘制折线图，plt.xlabel()和plt.ylabel()方法用于设置坐标轴标签，plt.title()方法用于设置图表标题，plt.show()方法用于显示图表。

## 3. 统计出版社的发文量信息，列出发文前10位的出版社

要统计出版社的发文量信息，只需要使用groupby()方法对“来源”这一列进行分组统计，并按数量降序排列，然后取前10条记录即可。代码如下：

# 按出版社分组并统计数量
publisher_count = data.groupby('来源').size().sort_values(ascending=False)

# 取前10条记录并打印
print(publisher_count[:10])

## 4. 使用jieba分词，对摘要进行分词统计，制作词频前30位的词云图

要使用jieba分词，需要先安装jieba库。可以通过pip命令来安装，命令如下：

pip install jieba

安装完成后，就可以使用jieba库提供的方法来进行分词了。代码如下：

import jieba
from collections import Counter
from wordcloud import WordCloud

# 将摘要合并成一个字符串
text = ''.join(data['摘要'].tolist())

# 对字符串进行分词
words = jieba.cut(text)

# 统计词频并取前30位
word_count = Counter(words)
top30_words = word_count.most_common(30)

# 制作词云图
wordcloud = WordCloud(font_path='SimHei.ttf', width=800, height=600, background_color='white')
wordcloud.generate_from_frequencies(dict(top30_words))
wordcloud.to_file('wordcloud.png')

这里使用了collections库的Counter类来统计词频，使用wordcloud库来制作词云图。制作词云图需要指定字体文件（这里选择了SimHei.ttf），以及图像的宽度、高度和背景颜色。最后将词云图保存为wordcloud.png文件。

完整代码如下：