最新国产好看的视频,伊人天堂AV在线,国产Aaaaaa视频,蜜臀视频在线观看一区,人妻av色图,密臀久久久精品影片,青青视频免费观看毛片,久草在线观看视,国产三级精品色情在线

Python 使用tf-idf算法計(jì)算文檔關(guān)鍵字權(quán)重并生成詞云的方法

 更新時(shí)間:2023年03月16日 10:11:52   作者:虛壞叔叔  
這篇文章主要介紹了Python 使用tf-idf算法計(jì)算文檔關(guān)鍵字權(quán)重,并生成詞云,本文通過實(shí)例代碼給大家介紹的非常想詳細(xì),對(duì)大家的學(xué)習(xí)或工作具有一定的參考借鑒價(jià)值,需要的朋友可以參考下

Python 使用tf-idf算法計(jì)算文檔關(guān)鍵字權(quán)重,并生成詞云

1. 根據(jù)tf-idf計(jì)算一個(gè)文檔的關(guān)鍵詞或者短語:

代碼如下:

注意需要安裝pip install sklean;

from re import split
from jieba.posseg import dt
from sklearn.feature_extraction.text import TfidfVectorizer
from collections import Counter
from time import time
import jieba


#pip install sklean


FLAGS = set('a an b f i j l n nr nrfg nrt ns nt nz s t v vi vn z eng'.split())

def cut(text):
    for sentence in split('[^a-zA-Z0-9\u4e00-\u9fa5]+', text.strip()):
        for w in dt.cut(sentence):
            if len(w.word) > 2 and w.flag in FLAGS:
                yield w.word

class TFIDF:
    def __init__(self, idf):
        self.idf = idf

    @classmethod
    def train(cls, texts):
        model = TfidfVectorizer(tokenizer=cut)
        model.fit(texts)
        idf = {w: model.idf_[i] for w, i in model.vocabulary_.items()}
        return cls(idf)

    def get_idf(self, word):
        return self.idf.get(word, max(self.idf.values()))

    def extract(self, text, top_n=10):
        counter = Counter()
        for w in cut(text):
            counter[w] += self.get_idf(w)
        #return [i[0:2] for i in counter.most_common(top_n)]
        return [i[0] for i in counter.most_common(top_n)]


if __name__ == '__main__':
    t0 = time()
    with open('./nlp-homework.txt', encoding='utf-8')as f:
        _texts = f.read().strip().split('\n')
        # print(_texts)
    tfidf = TFIDF.train(_texts)
    # print(_texts)
    for _text in _texts:
        seq_list=jieba.cut(_text,cut_all=True)  #全模式
        # seq_list=jieba.cut(_text,cut_all=False)  #精確模式
        # seq_list=jieba.cut_for_search(_text,)    #搜索引擎模式
        # print(list(seq_list))
        print(tfidf.extract(_text))
        with open('./resultciyun.txt','a+', encoding='utf-8') as g:
            for i in tfidf.extract(_text):
                g.write(str(i) + " ")
    print(time() - t0)

2. 生成詞云:

代碼如下:

  • 注意需要安裝pip install wordcloud;
  • 以及為了保證中文字體正常顯示,需要下載SimSun.ttf字體,并且將這個(gè)字體包也放在和程序相同的目錄下;
from wordcloud import WordCloud
filename = "resultciyun.txt"
with open(filename) as f:
 resultciyun = f.read()

wordcloud = WordCloud(font_path="simsun.ttf").generate(resultciyun)
# %pylab inline
import matplotlib.pyplot as plt
plt.imshow(wordcloud, interpolation='bilinear')
plt.axis("off")
plt.show()

3 最后詞云的圖片

總結(jié)

最后的最后
由本人水平所限,難免有錯(cuò)誤以及不足之處, 屏幕前的靚仔靚女們 如有發(fā)現(xiàn),懇請(qǐng)指出!

到此這篇關(guān)于Python 使用tf-idf算法計(jì)算文檔關(guān)鍵字權(quán)重,并生成詞云的文章就介紹到這了,更多相關(guān)Python tf-idf算法關(guān)鍵字權(quán)重并生成詞云內(nèi)容請(qǐng)搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家!

相關(guān)文章

  • python使用Matplotlib繪制分段函數(shù)

    python使用Matplotlib繪制分段函數(shù)

    這篇文章主要為大家詳細(xì)介紹了python使用Matplotlib繪制分段函數(shù),具有一定的參考價(jià)值,感興趣的小伙伴們可以參考一下
    2018-09-09
  • Python datetime 如何處理時(shí)區(qū)信息

    Python datetime 如何處理時(shí)區(qū)信息

    這篇文章主要介紹了Python datetime 如何處理時(shí)區(qū)信息,幫助大家更好的用python 處理時(shí)間,感興趣的朋友可以了解下。
    2020-09-09
  • 基于Python實(shí)現(xiàn)多圖繪制系統(tǒng)

    基于Python實(shí)現(xiàn)多圖繪制系統(tǒng)

    這篇文章主要為大家詳細(xì)介紹了如何基于Python實(shí)現(xiàn)一個(gè)簡單的多圖繪制系統(tǒng),文中的示例代碼講解詳細(xì),感興趣的小伙伴可以跟隨小編一起學(xué)習(xí)一下
    2024-02-02
  • celery4+django2定時(shí)任務(wù)的實(shí)現(xiàn)代碼

    celery4+django2定時(shí)任務(wù)的實(shí)現(xiàn)代碼

    這篇文章主要介紹了celery4+django2定時(shí)任務(wù)的實(shí)現(xiàn)代碼,小編覺得挺不錯(cuò)的,現(xiàn)在分享給大家,也給大家做個(gè)參考。一起跟隨小編過來看看吧
    2018-12-12
  • Python中requests模塊的請(qǐng)求參數(shù)詳解

    Python中requests模塊的請(qǐng)求參數(shù)詳解

    這篇文章主要介紹了Python中requests模塊的請(qǐng)求參數(shù)詳解,requests模塊是一個(gè)網(wǎng)絡(luò)請(qǐng)求模塊,可以幫助我們模擬成客戶端去請(qǐng)求服務(wù)器的數(shù)據(jù),我們今天就是主要針對(duì)這個(gè)模塊進(jìn)行學(xué)習(xí),需要的朋友可以參考下
    2023-08-08
  • 手把手教你pip配置國內(nèi)鏡像源(最新詳盡版)

    手把手教你pip配置國內(nèi)鏡像源(最新詳盡版)

    pip是一個(gè)現(xiàn)代的,通用的Python包管理工具,提供了對(duì)Python包的查找、下載、安裝、卸載的功能,下面這篇文章主要給大家介紹了關(guān)于pip配置國內(nèi)鏡像源的相關(guān)資料,需要的朋友可以參考下
    2023-02-02
  • python之信息加密題目詳解

    python之信息加密題目詳解

    這篇文章主要介紹了python之信息加密題目詳解,文中通過示例代碼介紹的非常詳細(xì),對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,,需要的朋友可以參考下
    2019-06-06
  • python中Class(類)的超詳細(xì)說明

    python中Class(類)的超詳細(xì)說明

    這篇文章主要介紹了python中Class(類)的相關(guān)資料,Class類定義了具有相同屬性和方法的對(duì)象集合,對(duì)象是類的實(shí)例,類變量在整個(gè)實(shí)例化的對(duì)象中是公用的,而實(shí)例變量是每個(gè)對(duì)象獨(dú)有的,文中通過代碼介紹的非常詳細(xì),需要的朋友可以參考下
    2024-11-11
  • TENSORFLOW變量作用域(VARIABLE SCOPE)

    TENSORFLOW變量作用域(VARIABLE SCOPE)

    這篇文章主要介紹了TENSORFLOW變量作用域(VARIABLE SCOPE),文中通過示例代碼介紹的非常詳細(xì),對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧
    2020-01-01
  • python實(shí)現(xiàn)飛船游戲的縱向移動(dòng)

    python實(shí)現(xiàn)飛船游戲的縱向移動(dòng)

    這篇文章主要為大家詳細(xì)介紹了python實(shí)現(xiàn)飛船游戲的縱向移動(dòng),文中示例代碼介紹的非常詳細(xì),具有一定的參考價(jià)值,感興趣的小伙伴們可以參考一下
    2020-04-04

最新評(píng)論

新乡县| 巴马| 云浮市| 舟山市| 灵石县| 九龙城区| 娄底市| 鲁山县| 西华县| 财经| 景宁| 罗城| 怀柔区| 遂溪县| 屏南县| 马龙县| 榆林市| 富宁县| 长海县| 包头市| 平罗县| 册亨县| 湖北省| 沂南县| 新疆| 霍邱县| 阿鲁科尔沁旗| 溆浦县| 大同市| 凉城县| 简阳市| 都江堰市| 普宁市| 新密市| 漳平市| 滁州市| 太白县| 旬邑县| 温州市| 鲁山县| 汨罗市|