中文词频统计及词云制作

1.中软国际华南区技术总监曾老师还会来上两次课，同学们希望曾老师讲些什么内容？（认真想一想回答）

    a讲一下python的实际应用
    b直接教我们使用python做更厉害的大程序
    c讲一下Python开发工程师要具备什么资质
    d大数据除了Python还有什么比较热门

2.中文分词

1. ）下载一中文长篇小说，并转换成UTF-8编码。
2. ）使用jieba库，进行中文词频统计，输出TOP20的词及出现次数。
3. ）**排除一些无意义词、合并同一词。
4. ）**使用wordcloud库绘制一个词云。

import jieba

txt = open('且听风吟.txt',"r",encoding='utf-8').read()
ex = {'一边','什么','一个','为什么','一种','怎么','没有','这样'}

ls = []
words = jieba.lcut(txt)
counts = {}
for word in words:
    ls.append(word)
    if len(word) == 1:
        continue
    else:
        counts[word] = counts.get(word,0)+1
for word in ex:
    del(counts[word])
    
items = list(counts.items())
items.sort(key = lambda x:x[1], reverse = True)
for i in range(20):
    word , count = items[i]
    print ("{:<10}{:>5}".format(word,count))

结果：

使用wordcloud库绘制一个词云

#coding:utf-8
import jieba
from wordcloud import WordCloud
import matplotlib.pyplot as plt

text =open("且听风吟.txt",'r').read()

wordlist = jieba.cut(text,cut_all=True)
wl_split = "/".join(wordlist)

mywc = WordCloud().generate(text)
plt.imshow(mywc)
plt.axis("off")
plt.show()

结果：