使用Python实现中文词频词云展示

要使用Python实现中文词频词云展示，首先需要安装相应的库。

1. 安装jieba库：jieba是一个中文分词库，可以将文本分割成词语。

   pip install jieba
   

2. 安装wordcloud库：wordcloud库是一个用于生成词云的库，可以根据词语的频率生成词云图。

   pip install wordcloud
   

实现步骤如下：

1. 导入所需的库。

   import jieba
   import wordcloud
   import matplotlib.pyplot as plt
   from PIL import Image
   import numpy as np
   

2. 读取文本数据。

   with open('text.txt', 'r', encoding='utf-8') as f:
       text = f.read()
   

3. 使用jieba库对文本进行分词。

   words = jieba.cut(text)
   

4. 统计每个词语的出现次数。

   word_counts = {}
   for word in words:
       if word not in word_counts:
           word_counts[word] = 1
       else:
           word_counts[word] += 1
   

5. 根据词频生成词云图。

   mask = np.array(Image.open('mask.png'))  # 导入词云图形状的遮罩图片
   wc = wordcloud.WordCloud(
       font_path='font.ttf',  # 字体文件路径
       mask=mask,
       background_color='white',  # 背景颜色
       max_words=200,  # 最大显示词数
   )
   wc.generate_from_frequencies(word_counts)  # 根据词频生成词云图
   

6. 显示词云图。

   plt.figure(figsize=(10, 6))
   plt.imshow(wc, interpolation='bilinear')
   plt.axis('off')  # 隐藏坐标轴
   plt.show()
   

完整的例子如下：

import jieba
import wordcloud
import matplotlib.pyplot as plt
from PIL import Image
import numpy as np

# 读取文本数据
with open('text.txt', 'r', encoding='utf-8') as f:
    text = f.read()

# 使用jieba库对文本进行分词
words = jieba.cut(text)

# 统计每个词语的出现次数
word_counts = {}
for word in words:
    if word not in word_counts:
        word_counts[word] = 1
    else:
        word_counts[word] += 1

# 根据词频生成词云图
mask = np.array(Image.open('mask.png'))  # 导入词云图形状的遮罩图片
wc = wordcloud.WordCloud(
    font_path='font.ttf',  # 字体文件路径
    mask=mask,
    background_color='white',  # 背景颜色
    max_words=200,  # 最大显示词数
)
wc.generate_from_frequencies(word_counts)  # 根据词频生成词云图

# 显示词云图
plt.figure(figsize=(10, 6))
plt.imshow(wc, interpolation='bilinear')
plt.axis('off')  # 隐藏坐标轴
plt.show()

上述代码中的text.txt是待处理的文本文件，mask.png是词云图形状的遮罩图片，font.ttf是字体文件，可以根据需求自行更改。

使用以上代码可以实现中文词频词云展示，通过词云图可以直观地了解文本中词语的频率和分布情况。