Python 使用 Jieba 库进行文本分析，并绘制词频统计图

Python 使用 Jieba 库进行文本分析，并绘制词频统计图

本文将介绍如何使用 Python 的 Jieba 库对文本进行分词，并通过 matplotlib 绘制词频统计图。

import jieba
import matplotlib.pyplot as plt

file = open('pingjia.txt', 'r', encoding='utf-8')
txt = file.read()
words = jieba.lcut(txt)
count = {}

# 在分词前修改停用词表
jieba.del_word('，')
jieba.del_word('：')
jieba.del_word('！')

for word in words:
    if len(word) < 1:
        continue
    else:
        count[word] = count.get(word, 0) + 1

# 添加自定义词语
jieba.add_word('非常喜欢')
jieba.add_word('物流给力')
jieba.add_word('桃子新鲜')

# 移除其他停用词
jieba.del_word('!')
jieba.del_word('的')
jieba.del_word('：')
jieba.del_word('，')

exclude = ['可以', '的', '。', '：', '', '！']
for key in list(count.keys()):
    if key in exclude:
        del count[key]

top_words = sorted(count.items(), key=lambda x: x[1], reverse=True)[:10]

x = [word[0] for word in top_words]
y = [word[1] for word in top_words]

plt.rcParams['font.sans-serif'] = ['SimHei']
plt.title('用户评价分析')
plt.xlabel('评价')
plt.ylabel('数量')
plt.bar(x, y)
plt.show()

问题：为什么 jieba.del_word 不起作用？

通常，在运行 jieba.del_word 之前已经完成了文本分词，所以对停用词表的更改不会影响已经分好的词语。

解决方法：

1. 在分词前修改停用词表: 将 jieba.del_word 放在 jieba.lcut 之前。
2. 在分词函数中添加停用词参数: jieba.lcut 函数支持 stop_words 参数，可以在分词时直接排除指定的停用词。

通过以上方法，您可以有效地使用 jieba.del_word 删除停用词，并进行准确的词频统计。

希望本文能够帮助您更好地理解 Jieba 库的使用，并进行文本分析和可视化。