python取得文件关键词并创建词云

下面就来详细讲解Python取得文件关键词并创建词云的完整攻略，包括以下几个步骤：

1. 安装必要的Python库：需要安装pyquery、jieba和wordcloud库，可以使用pip install命令进行安装。

2. 获取文本数据：通过Python的文件读取操作，从指定的文本文件中获取需要进行分析的文本数据。

3. 文本处理：使用jieba库对文本进行分词，并进行停用词过滤，得到关键词列表。

4. 创建词云：使用wordcloud库对关键词进行处理，生成词云图片，最终实现可视化展示。

下面提供两个代码示例，分别是针对英文文本和中文文本的处理：

英文文本处理

import os
from wordcloud import WordCloud
import matplotlib.pyplot as plt

# 读取文本文件
with open(os.path.join(os.getcwd(), 'input.txt')) as f:
    text = f.read()

# 分词处理
from nltk.tokenize import word_tokenize
from nltk.corpus import stopwords
import string

tokens = word_tokenize(text)
tokens = [w.lower() for w in tokens]
table = str.maketrans('', '', string.punctuation)
stripped = [w.translate(table) for w in tokens]
words = [word for word in stripped if word.isalpha()]
stop_words = set(stopwords.words('english'))
words = [w for w in words if not w in stop_words]

# 生成词云
wordcloud = WordCloud(width=800, height=800).generate(' '.join(words))
plt.figure(figsize=(8,8), facecolor=None)
plt.imshow(wordcloud, interpolation='bilinear')
plt.axis("off")
plt.tight_layout(pad=0)
plt.show()

中文文本处理

import os
from wordcloud import WordCloud
import matplotlib.pyplot as plt
import jieba

# 读取文本文件
with open(os.path.join(os.getcwd(), 'input.txt'), encoding='utf-8') as f:
    text = f.read()

# 分词处理
seg_list = jieba.cut(text)
words = [word for word in seg_list if len(word)>1]

# 生成词云
wordcloud = WordCloud(font_path='STKAITI.ttf', width=800, height=800).generate(' '.join(words))
plt.figure(figsize=(8,8), facecolor=None)
plt.imshow(wordcloud, interpolation='bilinear')
plt.axis("off")
plt.tight_layout(pad=0)
plt.show()

以上就是Python取得文件关键词并创建词云的完整攻略，希望对你有所帮助。