用python统计小说出现频率最高的词语用python统计小说出现频率最高

【用python统计小说出现频率最高的词语】Jieba是一个中文分词组件,可用于中文句子/词性分割、词性标注、未登录词识别,支持用户词典等功能。
Matplotlib是Python中最常用的可视化工具之一,可以非常方便地创建海量类型的2D图表和一些基本的3D图表。
首先用pip安装需要的两个库

pip install jieba pip install matplotlib

#coding:utf-8 import jieba from collections import Counter import json import matplotlib.pyplot as plt import matplotlib import sys#解决matplotlib显示中文乱码的问题 plt.rcParams['font.sans-serif'] = ['SimHei'] plt.rcParams['font.family']='sans-serif'xianni=open(sys.argv[1],'r').read() xianni_words = [x for x in jieba.cut(xianni) if len(x) >= 2] #将全文分割，并将大于两个字的词语放入列表 c=Counter(xianni_words).most_common(10) #取最多的10组 print json.dumps(c, ensure_ascii=False)name_list=[x[0] for x in c] #X轴的值 num_list=[x[1] for x in c] #Y轴的值 b=plt.bar(range(len(num_list)), num_list,tick_label=name_list)#画图plt.xlabel(u'词语') plt.ylabel(u'次数') plt.title(u'文本分词统计') plt.show()#展示

这里用我最喜欢的小说<仙逆>来看看
运行结果