新大榭论坛

 找回密码
 注册

QQ登录

只需一步,快速开始

《新大榭》- 创大榭地方网络社区先锋品牌 新大榭始终专注于地方网络社区平台的建设 关于我们- [大记事]- 留言建议- [新手报道]

发布 .新大榭软件管家(Excel版) V6.0版 财务/仓库/生产/销售/采购/行政/人事/校园 .公告 - 客户 - 打赏 - 职场 - Excel - Python.

新大榭镜像-音乐-法律-图书-高中课堂-实验 广告是为了能更好的发展 [欢迎商家支持本站互利共赢] 广告位招租.首页黄金广告位等您来!联系 13566035181

查看: 2010|回复: 0

[微课] 7361 - 新大榭微课№:016 - 【模块】中文标签云应用实例讲解(公开课)

 关闭 [复制链接]
发表于 2021-6-28 12:11:01 | 显示全部楼层 |阅读模式

马上注册,结交更多好友,享用更多功能,让你轻松玩转新大榭论坛!

您需要 登录 才可以下载或查看,没有账号?注册

x

* ]2 O/ h% z* W+ f       hello!大家好,今天张老师来讲解词云的具体应用实例,
5 @" |% n* T3 ]$ J* P  n( r6 B       词云技术可以帮助我们进行数据分析,数据库静态可视化操作。
# N, Z$ U* `: H" T" ?) I. R       在上课之前请同学们先了解两个优秀的Python第三方库,他们分别是 jiebawordcloud
% V6 C" A# s0 O- y0 f. y
       同学们有知道的吗?知道的同学请举个手! 其实在高中《信息技术》(必修一)中有提到过 jieba 库,这也是高中必修学习的课程,而 wordcloud 库是高中选修课程,好了,废话少说,直接上干货,如果有同学对这两个库还不太了解的,建议先脑补一下,老师提供了这两个库的学习帖子链接,登陆对应的 学习直通车 就可以参加在线学习,今天,老师以《新大榭python学习社区》数据分析为例进行案例讲解,让大家进一步了解 jieba 和 wordcloud 的详细应用及操作。/ u7 G! \, o+ h' o5 `) o# Q% r
  • jieba 库 ------------【学习直通车】(高中必修)
    1 W" E# Q8 Y3 M- W9 d
  • wordcloud 库 ----【学习直通车】(高中选修)9 U9 C4 a% }6 T5 L7 G
3 o5 s2 C- i/ s" Y( }6 X3 t
下面我们以《新大榭python学习社区》为例进行数据词云效果展示,) u3 Y/ y6 X+ W% W
首先下载待分析数据原始本文,注意编码保存为 utf-8 文本格式(text.txt)
. v3 k- M& C* Z/ r4 Z8 x

1 Q2 p5 V* X$ D4 Y; M3 c/ q 新大榭python学习社区.png
) {3 r' b9 [2 F图1: 未进行优化处理 - 原版效果图 ↑↑↑
9 C: j6 @6 Z' O" ~
! r2 J& |$ C: _: ^! [很明显默认高频词 在这里没有意义,所以需要过滤去除,类似的还有像“”、“”、“”、“”等等;
  1. stop_words = ['的','就','与','了','在']
复制代码
同时通过for循环过滤词汇;把如下原默认代码
/ H6 b9 p# f1 @: v9 ~/ L  V  J+ a5 ^$ I
  1. w.generate(" ".join(jieba.lcut(text)))
复制代码
替换成3 H4 S: T! T2 h2 d6 `5 ]
  1. w.generate(" ".join(k for k in jieba.lcut(text) if k not in stop_words))
复制代码
+ D# b/ X( g; W3 F5 D/ x
以上操作就是过滤关键词;4 @8 ?2 g/ \( D! C
反之还有一类词,计算器暂没收录,需要我们个性化收录,比如“仑中”,“蓝桥杯”,“第三方库” 等等. X) K! ?& }  s7 T/ I, ]% Z
  1. jieba.add_word("仑中")
    ; _* _( X4 a% \% l
  2. jieba.add_word("蓝桥杯")
    : R' W! Z, J) H" J' E, m, e! z
  3. jieba.add_word("第三方库")
复制代码

9 [# E7 f7 a# f: B% w 新大榭python学习社区_已优化.png
+ a* Y0 V: Q- ^' q- M9 _, a) I图2: 已进行优化处理 - 效果图 ↑↑↑) Z; Z$ s! O5 u
. e% ]0 v, w9 E: `5 |1 L* H+ g
通过上述优化处理后我们不难发现数据标签云更加精准、概要,明了。. R/ i# H* s7 h# _0 \1 ^
这在数据分析统计学上我们称作过滤无效偏离量,使样本数据更准确!

* r: B% ~# G: t% s+ T5 ^( Y 新大榭python学习社区_已优化_白色背景.jpg ) _6 j. z" v& `! K
图3: 已进行优化处理 - 效果图(背景白色) ↑↑↑
& H: V9 ]8 v+ h2 w0 b" Z
, y  X. L* U8 b$ }; O; h核心代码片段如下 ↓↓↓
6 j7 a2 e+ R) ~! Z6 M) o! e8 @
  1. import jieba7 S8 K# E9 r) O6 k
  2. import wordcloud
    ( w3 h+ C! j/ B# x" l; V# a
  3. 0 i  Z+ A) |% z; G+ B( a
  4. # 引入数据文本文件
    . v/ g, k& h, G' S3 K
  5. text = open('text.txt','r',encoding='UTF-8').read()5 N+ |6 I$ v- F; J
  6. # e9 Q9 J$ u# d  {* y7 g* J
  7. # 设置词云图片大小、字体及背景色(背景色默认黑色)
    5 N$ [' S4 Y' g; t* M* ]* I( k, r+ C& ^
  8. w=wordcloud.WordCloud(font_path="C:\\Windows\\Fonts\\simhei.ttf",width=1000,height=700,background_color="black")
    + ]( ]+ a: v% X4 N" O* `4 ^# j
  9. #w=wordcloud.WordCloud(font_path="C:\\Windows\\Fonts\\simhei.ttf",width=1000,height=700,mode='RGBA',background_color=None) # 白色背景模板
    & f# i! ?* n. r0 h& r
  10. - _7 `7 G5 ~" S- h: E
  11. w.generate(" ".join(jieba.lcut(text))): [% R% K* u0 |! X. x$ z0 K) Y% l8 ^
  12. w.to_file("新大榭python学习社区_未优化.png") # 输出未优化词云标签& e& m' P3 j. b: t( ?& u

  13. , Q  l: }. p& D
  14. # 新增关键字词汇+ p8 o5 M% [4 E( c& Z; L9 n
  15. jieba.add_word("蓝桥杯")
    5 `+ c" t1 s2 P9 s$ r
  16. jieba.add_word('仑中')
    5 [+ r/ J: i! [, W- V6 F
  17. jieba.add_word('新高考')! _( N4 [7 c: h) l, A
  18. jieba.add_word('零基础')
    6 `% }1 X2 K/ ^  Z* i7 z2 o
  19. jieba.add_word('第三方库')
    9 A) `5 I6 E# e0 Q( I

  20. $ h3 a5 E- i; r$ h" I' C% s1 l' a
  21. # 过滤干扰词汇
    - \0 s8 G: _: e, L5 Y
  22. stop_words = ['以上','来','指由','作为','组','是','级','对学','大','只要','这里','等','你','的','如','有','就','则','均','了','本','但','和','而','被','与','在','或','以','注','如未','仅限','并用','限','将','于','不','物','及','专为','已','端','高']/ T% ]- \5 ]1 d
  23. w.generate(" ".join(k for k in jieba.lcut(text) if k not in stop_words))
      G1 X5 I; D/ d3 ^1 s  A* J7 p
  24. 6 u7 _4 B( D; V0 {7 m6 r% _4 }
  25. # 输出图文% r9 Q+ T" c! {: P2 K4 u) Y# K
  26. w.to_file("新大榭python学习社区_已优化.png") # 同时输出已优化词云标签
复制代码

:当前课程已收录新大榭网校Python系列自编原创课程(*

7361-01.zip

896.18 KB, 下载次数: 219, 下载积分: 财富 -1 点

课件源代码免费下载

新大榭Python学习社区培训、Excel业务指导、办公软件定制、网站建设;新大榭探索实验室欢迎您!http://lab.daxie.net.cn/
Q群推荐 大榭本地求职招聘QQ群,欢迎转发分享本地招聘信息资讯! 官方招聘1群(已满);官方招聘2群:315816937 *
您需要登录后才可以回帖 登录 | 注册

本版积分规则

文字版|小黑屋|新大榭 ( 浙ICP备16018253号-1 )|点击这里给站长发消息|

GMT+8, 2026-6-7 10:26 , Processed in 0.087562 second(s), 24 queries , Gzip On.

Powered by Discuz! X3.4

© 2001-2023 Discuz! Team.

快速回复 返回顶部 返回列表