打卡桌面中的22012515文件夹，读取其中的文档，将高频词用wordcloud可视化为词云，用python语言

好的，首先需要安装一些必要的库，包括`jieba`用于中文分词和`wordcloud`用于生成词云图。

!pip install jieba
!pip install wordcloud

然后我们可以开始读取文件并进行分词，计算高频词。

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

# 读取文件夹中所有的文档
folder_path = '22012515'
file_list = os.listdir(folder_path)
doc_list = []
for file_name in file_list:
    file_path = os.path.join(folder_path, file_name)
    with open(file_path, 'r', encoding='utf-8') as f:
        doc_list.append(f.read())

# 对所有文档进行分词，统计高频词
word_count = Counter()
for doc in doc_list:
    words = jieba.cut(doc)
    for word in words:
        if len(word) > 1:  # 只统计长度大于1的词语
            word_count[word] += 1

# 获取前50个高频词
top50_words = word_count.most_common(50)

接下来，我们可以将高频词可视化为词云。

# 生成词云图
wordcloud = WordCloud(font_path='simhei.ttf', background_color='white', width=800, height=600)
wordcloud.generate_from_frequencies(dict(top50_words))

# 显示词云图
plt.imshow(wordcloud, interpolation='bilinear')
plt.axis('off')
plt.show()

这样就可以生成一个高频词的词云图了。你可以根据需要调整字体、背景颜色、词云图大小等参数。

完整的代码如下：

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

# 读取文件夹中所有的文档
folder_path = '22012515'
file_list = os.listdir(folder_path)
doc_list = []
for file_name in file_list:
    file_path = os.path.join(folder_path, file_name)
    with open(file_path, 'r', encoding='utf-8') as f:
        doc_list.append(f.read())

# 对所有文档进行分词，统计高频词
word_count = Counter()
for doc in doc_list:
    words = jieba.cut(doc)
    for word in words:
        if len(word) > 1:  # 只统计长度大于1的词语
            word_count[word] += 1

# 获取前50个高频词
top50_words = word_count.most_common(50)

# 生成词云图
wordcloud = WordCloud(font_path='simhei.ttf', background_color='white', width=800, height=600)
wordcloud.generate_from_frequencies(dict(top50_words))

# 显示词云图
plt.imshow(wordcloud, interpolation='bilinear')
plt.axis('off')
plt.show()