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]

新大榭软件管家 V5.8 Excel版 微信版 发布 财务/仓库/生产/销售/采购/行政/人事/校园 客服中心 - 办公软件 - 网站设计 - 广告招商

新大榭镜像 - 官方Web实验室 - 加入收藏 - 设为首页 广告是为了更好的发展 欢迎我区企业及商家赞助本站 首页文字黄金广告位(赞助)公益广告免费发布

新大榭论坛 门户 查看主题

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

发布者: admin | 发布时间: 2021-6-28 12:11| 查看数: 1203| 评论数: 0|帖子模式

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

8 i3 t! l& E' F! g# G8 |       hello!大家好,今天张老师来讲解词云的具体应用实例,
- G$ c& [7 s0 _1 f  v0 f       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。" {9 |+ e) l: D8 J. A" l  B
       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
" x' V. h/ N- _- z" d
       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。
6 U2 k2 M9 R$ W: e/ W; ~: n
  • jieba 库 ------------【学习直通车】(高中必修)1 [: y) Y. s& D' M/ B) ~# T

  • wordcloud 库 ----【学习直通车】(高中选修)
    ( \7 Z% d  [5 O' x  w, V6 J
1 e1 {) V& \9 ^
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,
1 E5 h' E' o0 v: d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)

6 K/ K7 z" n/ h, w. G$ n3 K# g7 d$ a6 Z* R( Y: H8 O# `
新大榭python学习社区.png
3 o7 \+ n5 Z! Y  S图1: 未进行优化处理 - 原版效果图 ↑↑↑
9 W  L& z, s* m, v2 h8 k! C* F' R
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
. ^, P$ F$ a+ ^. C, X; W; ?" v
  1. w.generate(" ".join(jieba.lcut(text)))
复制代码
替换成
" O9 v4 T& X+ x
  1. w.generate(" ".join(k for k in jieba.lcut(text) if k not in stop_words))
复制代码
% e. p" o) z6 A! M
以上操作就是过滤关键词;
# |# L& G/ y; m# X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( }( R, R2 y4 o  B4 R+ c
  1. jieba.add_word("仑中")
    " h. H! [7 Y' x. D7 Q& ^8 u7 g7 m
  2. jieba.add_word("蓝桥杯")
    ! c7 z( X+ I1 `* }" s5 s
  3. jieba.add_word("第三方库")
复制代码

; A) a! }; D5 l- C% M  N2 U6 B- b 新大榭python学习社区_已优化.png / t8 Z4 w8 [+ H* D1 z8 {
图2: 已进行优化处理 - 效果图 ↑↑↑- T* \9 @9 F; \$ H  o9 d
" m! v5 x( t$ C0 k" b( y, 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。! g2 ^! [# N3 S# X' O
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!

* Y* R* y2 Y1 a  z' X 新大榭python学习社区_已优化_白色背景.jpg 7 @. j& O& `5 ~9 G. [8 Q
图3: 已进行优化处理 - 效果图(背景白色) ↑↑↑. H" w0 S/ \# n( w0 j7 ]
1 K' U5 w/ S/ q: w8 g7 K
核心代码片段如下 ↓↓↓
6 X, b1 j. \1 `4 G& f) |
  1. import jieba! {# K( W6 U, X/ C* i: I
  2. import wordcloud
    ) B1 y8 Q- X8 }* y0 E
  3. 4 \- e+ L$ T: R5 l+ M
  4. # 引入数据文本文件' ~! H) m0 K# M1 c
  5. text = open('text.txt','r',encoding='UTF-8').read()
    # W8 R5 c' N2 D9 P* Q2 V

  6. 4 g8 k3 _! p) h1 E" x- L; [6 r
  7. # 设置词云图片大小、字体及背景色(背景色默认黑色)
    ' L# ]$ Z& [$ R
  8. w=wordcloud.WordCloud(font_path="C:\\Windows\\Fonts\\simhei.ttf",width=1000,height=700,background_color="black")
    " }0 T* i% n/ n/ [5 x6 S# |
  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
    ; [' t% l# f( d6 C( I5 m5 b
  10. ; f7 H% e+ @' D# H% u
  11. w.generate(" ".join(jieba.lcut(text)))5 c* s/ a3 S7 X0 \+ G! ~
  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
    " D% R) @3 J5 |& f, ]8 u
  13. - T" D& r) l' f9 h* S% N) V: ^# U8 r
  14. # 新增关键字词汇
    ' @. \( t# H3 e% ~. W
  15. jieba.add_word("蓝桥杯")
    5 M7 W$ n; a, ^& C- J, F2 i
  16. jieba.add_word('仑中')
    2 V* N4 S$ m1 ]
  17. jieba.add_word('新高考')
    ' h4 u2 f/ C5 |# T- L; U+ D1 [
  18. jieba.add_word('零基础')
      F% ?# ?* i- a, T9 Z: r$ i2 Y) j
  19. jieba.add_word('第三方库')& e! [5 r) s3 o% a5 H- `/ |' J

  20. ' Y6 a3 m* j; R9 o6 a# J5 q, ?) Q- b
  21. # 过滤干扰词汇! U+ e4 c3 ?: y' n2 Q
  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'], f0 t) e& X# E( }
  23. w.generate(" ".join(k for k in jieba.lcut(text) if k not in stop_words))
    2 p5 {7 H( c) W

  24. # l" D, d9 n: y& Y/ b
  25. # 输出图文
    ) ~- a( a7 k! h, }9 V* Q4 L$ _
  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: 169

课件源代码免费下载

最新评论

新大榭七周年,感谢由您!

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, 2024-3-29 16:53 , Processed in 0.087774 second(s), 22 queries , Gzip On.

Powered by Discuz! X3.4

© 2001-2023 Discuz! Team.

快速回复 返回顶部 返回列表