如何用python对文章中的名词、动词和形容词分别做词频统计并绘制词云图。

时间: 2024-01-22 16:18:22 浏览: 30
要用Python进行词频统计和绘制词云图,可以使用Python的Natural Language Toolkit(NLTK)和WordCloud库。以下是一些基本的步骤: 1. 安装NLTK和WordCloud库: ```python !pip install nltk !pip install wordcloud ``` 2. 导入所需的库: ```python import nltk from nltk.corpus import stopwords from nltk.tokenize import word_tokenize from nltk.probability import FreqDist from wordcloud import WordCloud import matplotlib.pyplot as plt ``` 3. 加载文章并进行预处理: ```python # 加载文章 with open('article.txt', 'r', encoding='utf-8') as f: text = f.read() # 将文章转换为小写并进行分词 tokens = word_tokenize(text.lower()) # 去除停用词 stop_words = set(stopwords.words('english')) filtered_tokens = [token for token in tokens if token not in stop_words] # 选择名词、动词和形容词 pos_tags = nltk.pos_tag(filtered_tokens) selected_tags = ['NN', 'NNS', 'NNP', 'NNPS', 'VB', 'VBD', 'VBG', 'VBN', 'VBP', 'VBZ', 'JJ', 'JJR', 'JJS'] selected_tokens = [word for word, tag in pos_tags if tag in selected_tags] ``` 4. 进行词频统计并绘制词云图: ```python # 统计词频 fdist = FreqDist(selected_tokens) # 绘制词云图 wordcloud = WordCloud(width=800, height=800, background_color='white', max_words=200).generate_from_frequencies(fdist) plt.figure(figsize=(8, 8), facecolor=None) plt.imshow(wordcloud) plt.axis('off') plt.tight_layout(pad=0) plt.show() ``` 完整代码如下: ```python import nltk from nltk.corpus import stopwords from nltk.tokenize import word_tokenize from nltk.probability import FreqDist from wordcloud import WordCloud import matplotlib.pyplot as plt # 加载文章 with open('article.txt', 'r', encoding='utf-8') as f: text = f.read() # 将文章转换为小写并进行分词 tokens = word_tokenize(text.lower()) # 去除停用词 stop_words = set(stopwords.words('english')) filtered_tokens = [token for token in tokens if token not in stop_words] # 选择名词、动词和形容词 pos_tags = nltk.pos_tag(filtered_tokens) selected_tags = ['NN', 'NNS', 'NNP', 'NNPS', 'VB', 'VBD', 'VBG', 'VBN', 'VBP', 'VBZ', 'JJ', 'JJR', 'JJS'] selected_tokens = [word for word, tag in pos_tags if tag in selected_tags] # 统计词频 fdist = FreqDist(selected_tokens) # 绘制词云图 wordcloud = WordCloud(width=800, height=800, background_color='white', max_words=200).generate_from_frequencies(fdist) plt.figure(figsize=(8, 8), facecolor=None) plt.imshow(wordcloud) plt.axis('off') plt.tight_layout(pad=0) plt.show() ```

相关推荐

最新推荐

recommend-type

数据可视化之利用Python制作词云图

文本数据中每个词的重要性以字体大小或颜色显示,因此词云可以很好地表明每个单词在特定文本体中被提及的频率(即词频分布),通过使用不同的颜色和大小来表示不同级别的相对显着性。 词云图的应用相当广泛,诸如...
recommend-type

Python实现读取txt文件中的数据并绘制出图形操作示例

主要介绍了Python实现读取txt文件中的数据并绘制出图形操作,涉及Python文件读取、数值运算及基于pylab库的图形绘制相关操作技巧,需要的朋友可以参考下
recommend-type

Python如何使用bokeh包和geojson数据绘制地图

主要介绍了Python如何使用bokeh包和geojson数据绘制地图,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

如何用Python绘制3D柱形图

主要介绍了如何用Python绘制3D柱形图,帮助大家更好的利用python实现数据可视化,感兴趣的朋友可以了解下
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。