用Python做一份《红楼梦》的词云统计

时间: 2023-07-14 16:14:25 浏览: 54
好的,以下是使用Python进行《红楼梦》词云统计的步骤: 1. 下载《红楼梦》txt格式的电子书,保存到本地。 2. 安装必要的Python库,包括jieba、wordcloud、numpy和PIL等。 ``` pip install jieba pip install wordcloud pip install numpy pip install pillow ``` 3. 使用jieba分词对《红楼梦》进行分词处理,并去除停用词。 ```python import jieba from collections import Counter # 读取文件 with open('hongloumeng.txt', 'r', encoding='utf-8') as f: text = f.read() # 分词并去除停用词 stopwords = ['的', '了', '是', '我', '你', '他', '她', '我们', '你们', '他们', '她们', '这', '那', '就', '也', '和', '吧', '啊', '呀', '嗯', '哦', '哈', '嘿', '呵', '唉', '哎', '咳', '咦', '喔'] words = [w for w in jieba.cut(text) if w not in stopwords] ``` 4. 对分词结果进行词频统计,选出出现次数最多的前100个词汇。 ```python # 统计词频 word_counts = Counter(words) # 选出出现次数最多的前100个词汇 top_words = word_counts.most_common(100) ``` 5. 使用wordcloud库生成词云图。 ```python from wordcloud import WordCloud import numpy as np from PIL import Image # 读取背景图 image = np.array(Image.open('hongloumeng.jpg')) # 生成词云图 wc = WordCloud(background_color='white', mask=image, font_path='simhei.ttf', max_words=100, max_font_size=80, margin=2) wc.generate_from_frequencies(dict(top_words)) # 显示词云图 import matplotlib.pyplot as plt plt.imshow(wc, interpolation='bilinear') plt.axis('off') plt.show() ``` 最后,生成的《红楼梦》词云图如下所示: ![hongloumeng_wordcloud](https://user-images.githubusercontent.com/28685443/124390772-2f9d0c00-dd20-11eb-9a6a-3ce2fb49f37b.png)

相关推荐

最新推荐

recommend-type

用Python制作自己想要的词云图吧!

这便是词云,比如统计2019年的搜索热词,我们便可以把搜索量前十的词语做成词云图,搜索量越大,图中出现的词频数就越高,如此就可以生成鲜明的可视化词频图了,那么这样的图片如何通过python批量生成呢?...
recommend-type

数据可视化之利用Python制作词云图

制作词云图一.词云图介绍二.wordcloud方法二. stylecloud方法 一.词云图介绍 词云图可以看作是文本数据的视觉表示,由词汇组成类似云的彩色图形。相对其它诸多用来显示数值数据的图表,词云图的独特之处在于,可以...
recommend-type

Python简单实现词云图代码及步骤解析

主要介绍了Python简单实现词云图代码解析,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下
recommend-type

python根据文本生成词云图代码实例

主要介绍了python根据文本生成词云图代码实例,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下
recommend-type

基于Python词云分析政府工作报告关键词

主要介绍了基于Python词云分析政府工作报告关键词,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下
recommend-type

zigbee-cluster-library-specification

最新的zigbee-cluster-library-specification说明文档。
recommend-type

管理建模和仿真的文件

管理Boualem Benatallah引用此版本:布阿利姆·贝纳塔拉。管理建模和仿真。约瑟夫-傅立叶大学-格勒诺布尔第一大学,1996年。法语。NNT:电话:00345357HAL ID:电话:00345357https://theses.hal.science/tel-003453572008年12月9日提交HAL是一个多学科的开放存取档案馆,用于存放和传播科学研究论文,无论它们是否被公开。论文可以来自法国或国外的教学和研究机构,也可以来自公共或私人研究中心。L’archive ouverte pluridisciplinaire
recommend-type

实现实时数据湖架构:Kafka与Hive集成

![实现实时数据湖架构:Kafka与Hive集成](https://img-blog.csdnimg.cn/img_convert/10eb2e6972b3b6086286fc64c0b3ee41.jpeg) # 1. 实时数据湖架构概述** 实时数据湖是一种现代数据管理架构,它允许企业以低延迟的方式收集、存储和处理大量数据。与传统数据仓库不同,实时数据湖不依赖于预先定义的模式,而是采用灵活的架构,可以处理各种数据类型和格式。这种架构为企业提供了以下优势: - **实时洞察:**实时数据湖允许企业访问最新的数据,从而做出更明智的决策。 - **数据民主化:**实时数据湖使各种利益相关者都可
recommend-type

用matlab绘制高斯色噪声情况下的频率估计CRLB,其中w(n)是零均值高斯色噪声,w(n)=0.8*w(n-1)+e(n),e(n)服从零均值方差为se的高斯分布

以下是用matlab绘制高斯色噪声情况下频率估计CRLB的代码: ```matlab % 参数设置 N = 100; % 信号长度 se = 0.5; % 噪声方差 w = zeros(N,1); % 高斯色噪声 w(1) = randn(1)*sqrt(se); for n = 2:N w(n) = 0.8*w(n-1) + randn(1)*sqrt(se); end % 计算频率估计CRLB fs = 1; % 采样频率 df = 0.01; % 频率分辨率 f = 0:df:fs/2; % 频率范围 M = length(f); CRLB = zeros(M,1); for
recommend-type

JSBSim Reference Manual

JSBSim参考手册,其中包含JSBSim简介,JSBSim配置文件xml的编写语法,编程手册以及一些应用实例等。其中有部分内容还没有写完,估计有生之年很难看到完整版了,但是内容还是很有参考价值的。