jieba+wordcloud 词云分析 202302 QCon 议题 TOP 关键词

news2024/9/23 13:25:14

效果图

词云

步骤

(1)依赖

  • python 库

    pip install jieba wordcloud
    
  • 数据

    • 概览
    $ head -n 5 input.txt
    中国软件技术发展洞察和趋势预测报告 2023
    QCon 大会内容策划思路
    FinOps:从概念到落地
    开源芯片的发展现状、机遇和未来
    乐观者前行,Infra 出海的挑战与机遇
    
    • 来源:https://qcon.infoq.cn/202302/beijing/schedule
    • 提取方法:使用 Chrome 的 XPath 在控制台 Console 提取
      $x('//tbody/tr/td/a/text()').map(x => x.data)
      

    在这里插入图片描述

(2)源码

import jieba
import wordcloud


# 对文本进行分词
# top_num 取前 top_num
# exclude_words 无关词语列表
# user_words 自定义分词
def cut_word(input_path, out_path, top_num=30, exclude_words=[], user_words=[]):
    file = open(input_path, 'r', encoding='utf-8')
    txt = file.read()
    if len(user_words) > 0:
        for user_word in user_words:
            jieba.add_word(user_word)
    words = jieba.lcut(txt)
    # 对词频进行统计
    count = {}
    for word in words:
        if len(word) == 1:
            continue
        else:
            count[word] = count.get(word, 0) + 1

    # 遍历字典的所有键,即所有 word
    for key in list(count.keys()):
        # 引入停用词
        if key in exclude_words:
            del count[key]
    lists = list(count.items())
    # 词频排序
    lists.sort(key=lambda x: x[1], reverse=True)
    # 打印前 top_num 条词频
    for i in range(top_num):
        word, number = lists[i]
        print("关键字:{:-<5}频次:{}".format(word, number))

    # 词频写入
    with open(out_path, 'w', encoding='utf-8') as f:
        for i in range(top_num):
            word, number = lists[i]
            f.write('{}\t{}\n'.format(word, number))
        f.close()
        return out_path


# 制作词云
def get_cloud(input_path, image_out_path):
    with open(input_path, 'r', encoding='utf-8') as f:
        text = f.read()
    wcloud = wordcloud.WordCloud(
        font_path=r'‪C:\Windows\Fonts\simhei.ttf',
        background_color='white',
        width=500,
        max_words=1000,
        height=400,
        margin=5
    ).generate(text)

    # 指定词云文件路径
    wcloud.to_file(image_out_path)
    f.close()
    print("词云图片已保存")


if __name__ == '__main__':
    cut_word('./input.txt', out_path='./wordcloud.txt', top_num=200, exclude_words=[
        '实践', '技术', '基于', '应用', '建设', '实战', '探索', '系统', '体系'
    ], user_words=['云原生', '研发效能', '分布式', '微服务'])

    get_cloud(input_path='./wordcloud.txt', image_out_path='./qcon.png')

参考

  • https://www.cnblogs.com/yangyezhuang/p/16896980.html
  • https://blog.csdn.net/zhangzeyuaaa/article/details/122192065
  • https://baijiahao.baidu.com/s?id=1702691581630693235

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/342778.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

Axure 9 实战案例,动态面板的应用 4.1,省市区三级联动下拉菜单(重制简易版)

前言 Hello&#xff01;欢迎来到Axure 9 实战案例教程专栏。 本次课程我们继续来学习一下&#xff0c;动态面板的应用。本篇我们来讲解一下&#xff0c;如何绘制省市区联动下拉菜单&#xff08;重新撰写简易版&#xff09;。 下拉菜单初稿为了节省时间&#xff0c;这里提前把…

vue实现打印浏览器页面功能(两种方法)

推荐使用方法二 方法一&#xff1a;通过npm 安装插件 1&#xff0c;安装 npm install vue-print-nb --save 2&#xff0c;引入 安装好以后在main.js文件中引入 import Print from vue-print-nbVue.use(Print); //注册 3&#xff0c;现在就可以使用了 div id"printTest…

ChatGPT爆火,释放了什么不寻常信号?

ChatGPT&#xff0c;真的火了&#xff01; 相信许多朋友都听说过 ChatGPT&#xff0c;但并不清楚它是个啥。 体制内让ChatGPT写材料&#xff0c;广告行业让ChatGPT写策划案&#xff0c;媒体让ChatGPT写新闻稿&#xff0c;程序员让ChatGPT写代码甚至还带修BUG服务。 可以说是“…

告诉ChatGPT,我想读博了!

告诉ChatGPT&#xff0c;我想读博了&#xff01; 上篇文章详细写了如何体验ChatGPT。在实际使用中发现它对固定模板式的文字工作做的比较好。于是我瞬间想起了毕业前被论文支配的恐惧&#xff0c;我突然有一个大胆的想法&#xff0c;那么ChatGPT是否能帮我写一篇毕业论文呢&am…

【求解器-COPT】COPT的版本更新中,老版本不能覆盖的问题

【求解器-COPT】COPT的版本更新中&#xff0c;老版本不能覆盖的问题方法1方法2如果license还是找不到作者&#xff1a;刘兴禄 参考网址&#xff1a; COPT的下载和配置步骤如下&#xff1a; 教程 | Windows系统下如何安装COPT求解器并配置许可文件&#xff1a; https://zhuan…

山洪灾害监测预警平台 山洪灾害监测预警系统解决方案 以人为本 科学防御

平升电子山洪灾害监测预警平台 山洪灾害监测预警系统解决方案&#xff0c;集信息采集、传输、分析和预警等功能于一体&#xff0c;实现预警信息及时、准确地上传下达&#xff0c;提升监测预警能力&#xff0c;使可能受灾区域能够及时采取措施&#xff0c;最大程度减少人员伤亡和…

典型相关分析与R语言实现

典型相关分析学习目标学习内容典型相关分析的原理典型相关分析的理论内容例子具体实现方法内容小结注意解决方法学习目标 我们所采用的学习内容来自B站的Lizongzhang老师的R语言的学习分享 今天学习的主要内容是关于 典型相关分析 学习内容 首先声明,典型相关分析的内容理解…

性能技术分享|Jmeter+InfluxDB+Grafana搭建性能平台(四)

四、Jmeter配置InfluxDB4.1 后端监听器(BackendListener)介绍1、什么是后端监听器(BackendListener)&#xff1f;源码给出的解释是&#xff1a;BackendListener是一种异步监听并获取到测试结果的实现类。也就是说发出的如http等响应请求的结果&#xff0c;都会被封装在SampleRe…

[chatGPT]问题分析示例一,mtu太小ip6地址加不进去

根据这两个条件&#xff0c;去查询chatGPT&#xff0c;发现可以找到对应的代码片段。看着chatGPT&#xff0c;已经将Linux代码整合过来了。很强大的一个功能。 Human: if mtu set to 64, why add ipv6 failure? AI: If the MTU is set to 64, it can cause IPv6 fragmentation…

Hudi系列17:离线批量导入

文章目录一. 离线批量导入概述二. 数据源准备三. 案例1&#xff1a;COW表导入(写checkpoint&#xff0c;并行度:1)3.1 Flink SQL端操作3.2 查看任务运行情况四. 案例2&#xff1a;COW表导入(写checkpoint&#xff0c;并行度:4)4.1 Flink SQL 端操作4.2 查看任务运行情况4.2 使用…

CSP-《有趣的数》-感悟

题目 做题过程 注&#xff1a;黄色高亮表示需要注意的地方&#xff0c;蓝色粗体表示代码思路 根据题意可以第一位数字为2&#xff0c;因此只需要考虑后面n-1位的排列&#xff0c;在这n-1位数字中&#xff0c;0和1的总数可能取2,3,……,n-2&#xff0c;当总数为 i 时&#xff0…

“深度学习”学习日记。--加深网络

2023.2.13 深度学习 是加深了层的深度神经网络的学习过程。基于之前介绍的网络&#xff0c;只需要通过 叠加层&#xff0c; 就可以创建深度网络 之前的学习&#xff0c;已经学习到了很多东西&#xff0c;比如构成神经网络的各种层、参数优化方法、误差反向传播法&#xff0c;…

android kotlin 协程(二) 基本入门2

android kotlin 协程(二) config: system: macOS android studio: 2022.1.1 Electric Eel gradle: gradle-7.5-bin.zip android build gradle: 7.1.0 Kotlin coroutine core: 1.6.4 tips:前面几篇全都是协程的基本使用,没有源码,等后面对协程有个基本理解之后,才会简单的…

(一)初识Streamlit(附安装)

本入门指南介绍Streamlit的工作原理、如何在您首选的操作系统上安装Streamlit&#xff0c;以及如何创建第一个Streamlit应用程序&#xff01; 1 安装 1.1 先决条件 Python 3.7 – Python 3.11 **注&#xff1a;我这里使用的是anaconda的虚拟环境&#xff0c;用pycharm编写代…

JavaWeb--MavenMybatis基础

JavaWeb--Maven&Mybatis基础1 Maven1.1 Maven简介1.1.1 Maven模型1.1.2 仓库1.2 Maven基本使用1.2.1 Maven 常用命令1.2.2 Maven 生命周期1.3 IDEA使用Maven1.3.1 IDEA配置Maven环境1.3.2 Maven 坐标详解1.3.3 IDEA 创建 Maven项目1.3.4 IDEA 导入 Maven项目1.4 依赖管理1.…

UVa 11212 Editing a Book 编辑书稿 IDA* Iterative Deepening A Star 迭代加深搜剪枝

题目链接&#xff1a;Editing a Book 题目描述&#xff1a; 给定nnn个(1<n<10)1<n<10)1<n<10)数字&#xff0c;数字分别是1,2,3,...,n1, 2, 3, ...,n1,2,3,...,n&#xff0c;但是顺序是打乱的&#xff0c;你可以选择一个索引区间的数字进行剪切操作。问最少进…

即便考分很好也不予录取的研究生复试红线,都是原则性问题

在浙大研究生招生录取政策文件中有这么一句话&#xff1a;坚持“按需招生、全面衡量、择优录取、宁缺毋滥”的原则&#xff0c;以提高人才选拔质量为核心&#xff0c;在确保安全性、公平性和科学性的基础上&#xff0c;做到统筹兼顾、精准施策、严格管理。字字体现出研究生招生…

保姆级手把手教你如何使用HTTP远程连接Docker?

为什么要远程访问Docker? 可以使用http协议&#xff0c;获取json格式数据&#xff0c;很方便使用代码控制镜像&#xff0c;so easy 怎么配置才可以远程访问呢&#xff1f; 新建或修改这个文件&#xff1a;如果没有就新增哦~ /etc/systemd/system/docker.service.d/overrid…

Flink中核心重点总结

目录 1. 算子链 1.1. 一对一&#xff08;One-to-one&#xff0c; forwarding&#xff09; 1.2. 重分区&#xff08;Redistributing&#xff09; 1.3. 为什么有算子链 2. 物理分区&#xff08;Physical Partitioning&#xff09; 2.1. 什么是分区 2.2. 随机分区&#xff…

【Python学习笔记】30.Python3 命名空间和作用域

前言 本章介绍Python的命名空间和作用域。 命名空间 先看看官方文档的一段话&#xff1a; A namespace is a mapping from names to objects.Most namespaces are currently implemented as Python dictionaries。 命名空间(Namespace)是从名称到对象的映射&#xff0c;大…