python学习笔记之jieba库及词云的使用

jieba库

• jieba库一般用于分词

• 例如： "中华人民共和国是一个伟大的国家"

• 输出 ：['中华人民共和国', '是', '一个', '伟大', '的', '国家']

  # 第一个就是分词分的尽量长,主要掌握这一个
  ret = jieba.lcut("中华人民共和国是一个伟大的国家")
  print(ret)  # 输出 ['中华人民共和国', '是', '一个', '伟大', '的', '国家']
  

  # 第二个就是把第一个的长的单词继续切
  ret = jieba.lcut_for_search("中华人民共和国是一个伟大的国家")
  print(ret)  # 输出 ['中华', '华人', '人民', '共和', '共和国', '中华人民共和国', '是', '一个', '伟大', '的', '国家']
  
  # 第三个就是把所有的可能全部切出来
  ret = jieba.lcut("中华人民共和国是一个伟大的国家", cut_all=True)
  print(ret) # 输出 ['中华', '中华人民', '中华人民共和国', '华人', '人民', '人民共和国', '共和', '共和国', '国是', '一个', '伟大', '的', '国家']
  
  

---

词云

• 慈云需要用到的库

  pip install matplotlib

  pip install wordcloud

  pip install imageio

  # 打开文件
  f = open(r"E:python_Programday06	hreekingdoms.txt","r",encoding="utf8")
  data = f.read() # 读出数据
  
  # 读入图像
  image = imread(r"E:python_Programday06image.png")
  
  # 想要词云识别中文就需要添加该字体的路径
  # 也可以设置生成词云图片的大小
  # 也可以自定义生成词语的图形样式 需要在参数中使用mask，并设置背景色为白色即可看到
  w = wordcloud.WordCloud(font_path=r"C:WindowsFontssimkai.ttf",width=500, height=700,
                          mask=image, background_color="white")
  w.generate(data)    # 通过数据 生成词云
  w.to_file("outfile.png")    # 生成文件
  

运行结果

---