用python jieba对文章进行词频统计并绘制词云图

好的，以下是用 Python 中的 jieba 库进行词频统计和绘制词云图的步骤：

1. 安装 jieba 库和 wordcloud 库：

pip install jieba wordcloud

2. 导入需要使用的库：

import jieba
from collections import Counter
from wordcloud import WordCloud
import matplotlib.pyplot as plt

3. 读取文本文件并进行分词：

with open('article.txt', 'r', encoding='utf-8') as f:
    text = f.read()

words = jieba.cut(text)

4. 统计词频：

counter = Counter(words)

# 取出出现次数最多的前 50 个词
freq_dict = dict(counter.most_common(50))

5. 绘制词云图：

# 创建词云对象
wc = WordCloud(font_path='msyh.ttc', background_color='white', width=800, height=600)

# 生成词云
wc.generate_from_frequencies(freq_dict)

# 显示词云图
plt.imshow(wc)
plt.axis('off')
plt.show()

完整代码如下：

import jieba
from collections import Counter
from wordcloud import WordCloud
import matplotlib.pyplot as plt

# 读取文本文件并进行分词
with open('article.txt', 'r', encoding='utf-8') as f:
    text = f.read()

words = jieba.cut(text)

# 统计词频
counter = Counter(words)

# 取出出现次数最多的前 50 个词
freq_dict = dict(counter.most_common(50))

# 绘制词云图
wc = WordCloud(font_path='msyh.ttc', background_color='white', width=800, height=600)
wc.generate_from_frequencies(freq_dict)
plt.imshow(wc)
plt.axis('off')
plt.show()

需要注意的是，上述代码中的 `article.txt` 应该替换成你需要处理的文本文件的路径。此外，`msyh.ttc` 是微软雅黑字体的文件路径，如果没有该字体文件，也可以使用其他中文字体。