一、安裝jieba庫

：\>pip install jieba #或者 pip3 install jieba

二、jieba庫解析

jieba庫主要提供提供分詞功能，可以輔助自定義分詞詞典。

jieba庫中包含的主要函數如下：

jieba.cut(s) ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? 精確模式，返回一個可迭代的數據類型

jieba.cut(s,cut_all=True) ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?? 全模式，輸出文本s中所有可能的單詞

jieba.cut_for_search(s) ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?? 搜索引擎模式，適合搜索引擎建立索引的分詞結果

jieba.lcut(s) ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?? 精確模式，返回一個列表類型，建議使用

jieba.lcut(s,cut_all=True) ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? 全模式，返回一個列表類型，建議使用

jieba.lcut_for_search(s) ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? 搜索引擎模式，返回一個列表類型，建議使用

jieba.add_word(w) ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? 向分詞詞典中增加新詞w

三、用jieba庫統計文本的詞頻

《流浪地球》是劉慈欣的一部作品。該書講述了龐大的地球逃脫計劃，逃離太陽系，前往新家園。從網上獲取該書的文本文件，保存于桌面上，命名為“流浪地球。”

現統計其文本中出現次數最多的是個詞語，源代碼如下：

importjieba

txt= open("C:\\Users\\Administrator\\Desktop\\流浪地球.txt", "r", encoding='utf-8').read()

words=jieba.lcut(txt)

counts={}for word inwords:if len(word) == 1: #排除單個字符的分詞結果

continue

else:

counts[word]= counts.get(word,0) + 1items=list(counts.items())

items.sort(key=lambda x:x[1], reverse=True)for i in range(10):

word, count=items[i]print ("{0:<10}{1:>5}".format(word, count))

運行程序后，輸出結果如下：

故容易得知流浪地球中出現頻次較高的詞語

四、結合jieba庫的詞頻統計制作詞云圖

1、準備工作：pip 安裝 jieba ， wordcloud ，matplotlib

2以阿Q正傳為例：

源代碼為：

from wordcloud importWordCloudimportmatplotlib.pyplot as pltimportjieba#生成詞云

defcreate_word_cloud(filename):

text= open("{}.txt".format(filename)).read()#結巴分詞

wordlist = jieba.cut(text, cut_all=True)

wl= " ".join(wordlist)#設置詞云

wc =WordCloud(#設置背景顏色

background_color="white",#設置最大顯示的詞云數

max_words=2000,#這種字體都在電腦字體中，一般路徑

font_path='C:\Windows\Fonts\simfang.ttf',

height=1200,

width=1600,#設置字體最大值

max_font_size=200,#設置有多少種隨機生成狀態，即有多少種配色方案

random_state=100,

)

myword= wc.generate(wl) #生成詞云

#展示詞云圖

plt.imshow(myword)

plt.axis("off")

plt.show()

wc.to_file('p.png') #把詞云保存下

if __name__ == '__main__':

create_word_cloud('C:\\Users\\Administrator\\Desktop\\阿Q正傳')

運行程序后，輸出結果如下：

故可得出文本的云詞圖。