用Python实现一个词频统计(词云+图）

第一步：首先需要安装工具python

第二步：在电脑cmd后台下载安装如下工具：

（有一些是安装好python电脑自带有哦）

有一些会出现一种情况就是安装不了词云展示库

有下面解决方法，需看请复制链接查看：https://www.lfd.uci.edu/~gohlke/pythonlibs/#wordcloud

第三步：

1.准备好你打算统计的文件，命名为 家.txt，保存到桌面

2.准备一个做背景的图片，命名为girl.jpg，同样保存到桌面

第四步：插入代码

 import re # 正则表达式库
 import collections # 词频统计库
 import numpy as np # numpy数据处理库
 import jieba # 结巴分词
 import wordcloud # 词云展示库
 from PIL import Image # 图像处理库
 import matplotlib.pyplot as plt # 图像展示库

 # 读取文件
 fn = open('C://Users//Thinkpad//Desktop//家.txt','rt') # 打开文件
 string_data = fn.read() # 读出整个文件
 fn.close() # 关闭文件

 # 文本预处理
 pattern = re.compile(u'\t|\n|\.|-|:|;|\)|\(|\?|"') # 定义正则表达式匹配模式
 string_data = re.sub(pattern, '', string_data) # 将符合模式的字符去除

 # 文本分词
 seg_list_exact = jieba.cut(string_data, cut_all = False) # 精确模式分词
 object_list = []
 remove_words = [u'的', u'，',u'和', u'是', u'随着', u'对于', u'对',u'等',u'能',u'都',u'。',u' ',u'、',u'中',u'在',u'了',
                 u'通常',u'如果',u'我们',u'需要'] # 自定义去除词库

 for word in seg_list_exact: # 循环读出每个分词
     if word not in remove_words: # 如果不在去除词库中
         object_list.append(word) # 分词追加到列表

 # 词频统计
 word_counts = collections.Counter(object_list) # 对分词做词频统计
 word_counts_top10 = word_counts.most_common(10) # 获取前10最高频的词
 print (word_counts_top10) # 输出检查

 # 词频展示
 mask = np.array(Image.open('C://Users//Thinkpad//Desktop//girl.jpg')) # 定义词频背景
 wc = wordcloud.WordCloud(
     font_path='C:/Windows/Fonts/simhei.ttf', # 设置字体格式
     mask=mask, # 设置背景图
     max_words=200, # 最多显示词数
     max_font_size=100 # 字体最大值
 )

 wc.generate_from_frequencies(word_counts) # 从字典生成词云
 image_colors = wordcloud.ImageColorGenerator(mask) # 从背景图建立颜色方案
 wc.recolor(color_func=image_colors) # 将词云颜色设置为背景图方案
 plt.imshow(wc) # 显示词云
 plt.axis('off') # 关闭坐标轴
 plt.show() # 显示图像

（其中代码中有打开路径，每个人存的位置不一样，自己复制粘贴过来哦）

第五步：正常运行

（内附一张背景图）