用Python生成词云图

自然语言处理中的词频统计工具推荐自然语言处理（Natural Language Processing，简称NLP）是计算机科学与人工智能领域的一个重要分支，旨在使计算机能够理解和处理人类语言。

在NLP中，词频统计是一个常见且重要的任务，它可以帮助我们了解文本中不同词汇的使用频率，从而为后续的文本分析和处理提供基础。

本文将介绍几款值得推荐的词频统计工具，帮助读者在NLP研究和应用中更高效地进行词频统计分析。

一、NLTK（Natural Language Toolkit）NLTK是Python中最常用的自然语言处理库之一，它提供了丰富的工具和函数，用于处理文本数据。

NLTK中的FreqDist类是一个非常便捷的词频统计工具，它可以统计文本中每个词汇的出现次数，并提供了多种方法来获取高频词汇、低频词汇以及词汇的频率分布情况。

此外，NLTK还提供了其他有用的功能，如词性标注、分词等，使得用户可以在一个库中完成多个NLP任务。

二、WordCloudWordCloud是一个用于生成词云图的Python库，它可以根据文本中词汇的出现频率，生成一个形状各异、色彩丰富的词云图。

通过词云图，我们可以直观地看出文本中各个词汇的重要程度。

WordCloud库提供了灵活的参数设置，可以调整词云图的外观效果，如字体、颜色、形状等。

在进行词频统计时，将统计结果可视化为词云图，不仅能够更好地理解文本，还能够增加可视化效果，使得分析结果更加生动。

三、Stanford CoreNLPStanford CoreNLP是由斯坦福大学开发的一款强大的自然语言处理工具，它提供了多种功能，包括分词、词性标注、句法分析等。

在词频统计方面，Stanford CoreNLP可以帮助用户进行更复杂的文本处理。

通过使用Stanford CoreNLP，用户可以获得更详细的词汇信息，如每个词汇的词性、命名实体等，从而更全面地进行词频统计。

虽然Stanford CoreNLP的使用稍微复杂一些，但其功能的强大性和准确性使其成为研究者和开发者的首选工具之一。

基于Python的词云生成及优化研究作者：***来源：《电脑知识与技术》2021年第19期摘要：在大数据时代，利用相关技术手段对大数据进行获取与解读就显得十分重要。

“词云”技术，由于能够将文本中的“关键词”图像化，正受到人们越来越多人的关注。

该文以《中共中央关于制定国民经济和社会发展第十四个五年规划和二〇三五年远景目标的建议》全文文本为例，对基于Python的词云文本分析技术进行了优化，以期为快速解读文本内容提供方便。

关键词：Python;中文分词;词云;优化;十四五规划中图分类号：TP311 文献标识码：A文章编号：1009-3044（2021）19-0023-06Research on Generation and Optimization of Word Cloud Based on Python—Take the Text of the 14th Five-year Plan as an ExampleWANG Yan（Hubei University， Wuhan 430062，China）Abstract： In the era of big data， it is very important to obtain and interpret big data by using relevant technical means. "Word cloud" technology， due to its ability to visualize the "Keywords" in the text， is attracting more and more attention. This paper takes the full text of Proposal of the Central Committee of the Communist Party of China on Formulating the 14th Five-Year Plan for National Economic and Social Development and the Long-term Goals for the year of 2035 as anexample， and optimizes the text analysis technology of word cloud based on python， so as to provide convenience for quick interpretation of the text content.Key words： Python; Chinese word segmentation; word cloud; optimization; 14th five-year plan 1 引言“詞云”，是近几年来出现的用于文本挖掘的可视化技术，其将文本中大量的不重要的信息过滤，并对出现频率较高的“关键词”予以字体大小和颜色等视觉形式的差异来直观反映词语的重要程度，文字的字体越大，表明其越重要，可以帮助阅读者迅速把握文本的主要内容。

试卷【python一级】知识点_题型word练习一、选择题1．我们可以对文本中词频较高的分词，通过词云图给予视觉上的突出，小明打算用Python程序来生成词云图，程序中需要用到以下哪个第三方库？（）A．WordCloud B．math C．random D．turtle2．在Python中，表达式2**3的结果是（）A．5 B．8 C．6 D．33．下列变量名在Python中合法的是（）A．36B B．F55# C．for D．_Good4．在python中，运行以下程序，结果应为（）a=5b=7b+=3a=b*20a+=2a=a%bprint(a,b)A．5 7 B．20 10 C．22 7 D．2 105．在python中，运行下列程序，正确的结果是（）s=0for i in range (1,5):s=s+iprint("i=",i,"s=",s)A．i=4 s=10 B．i=5 s=10 C．i=5 s=15 D．i=6 s=156．以下python程序段运行后，x和st的值分别是（）x= 123 + 678st = "123" + "678"A．123678 "123678" B．123678 "801" C．801 "123678" D．801 "801" 7．下列Python表达式中，能正确表示“变量x能够被4整除且不能被100整除”的是（）A．（x%4==0） or （x%100!=0）B．（x%4==0） and （x%100!=0）C．（x/4==0） or （x/100!=0）D．（x/4==0） and （x/100!=0）8．下列可以被计算机直接执行的程序是（）A．机器语言程序B．高级语言程序C．汇编语言程序D．Python源程序9．运行下列Python程序，输出结果为0，则空白处应为（）a=14b=7c=_______print(c)A．a-b B．a+b C．a/b D．a%b10．在下面的python程序中，变量b和c的值为（）。

#画图，节点大小10，边的颜色为蓝色，透明度0.45，节点标签字体大小9 labels=nx.draw_networkx_labels(G8,pos=pos) #绘制网络G8的边图pylab.show()结果展示2．科幻作者关系图（Python与Gephi与实现）代码import csvnodemap={} #创建一个空的列表#此函数功能是：找、添加节点，并计数def addNode(name):if name in nodemap:node=nodemap[name]node["count"]+=1#在nodemap中，假如有此节点，此节点计数+1else:node={"nodeid":name,"count":1}nodemap[name]=node#如果没有该节点，则记录该节点名称，数量记为1，添加到nodemap returnwith open("C:/Users/Administrator/Desktop/科幻作者/SciFiWriters.txt","r") as inputfile:#打开txt文件，把它作为inputfile文件，r为只读模式datareader=csv.reader(inputfile,delimiter="\t")#从csv文件中读取数据，记录为datareader，分隔符：横向制表符next(datareader,None)#跳过第一行数据#过每一行数据，添加起点，和目标点for row in datareader:addNode(row[0])addNode(row[1])with open("node.txt","w",newline="") as nodefile:#打开文件记为nodefile文件，以w的方式，newline=""为不写入空行formatter=csv.writer(nodefile,delimiter="\t")#从csv文件中写入数据，记录为formatter，分隔符：横向制表符formatter.writerow(["Id","Count"]) #第一行写为ID Count#把nodemap内所有节点，名称和数量写入formatter内for name in nodemap:node=nodemap[name]formatter.writerow([node["nodeid"],node["count"],])结果展示。