parent
f29684caaa
commit
82ade59631
@ -1,29 +0,0 @@
|
|||||||
import jieba
|
|
||||||
import pandas
|
|
||||||
import openpyxl
|
|
||||||
#1.读取弹幕数据
|
|
||||||
f =open("总弹幕.txt",encoding='utf-8')
|
|
||||||
text =f.read()
|
|
||||||
|
|
||||||
#2.分词
|
|
||||||
text_list=jieba.lcut(text)
|
|
||||||
|
|
||||||
#3.去除标点符号(常见词)
|
|
||||||
f2=open('中文常见停用词.text',encoding='utf-8')
|
|
||||||
stopwords=f2.read()
|
|
||||||
text_clean=[word for word in text_list if word not in stopwords]
|
|
||||||
|
|
||||||
#4.生成词频字典
|
|
||||||
d_sict={}
|
|
||||||
for key in text_clean:
|
|
||||||
d_sict[key]=d_sict.get(key,0)+1
|
|
||||||
|
|
||||||
#5.获取字典的键和值作为excel的两个列表变量
|
|
||||||
key=list(d_sict.keys())
|
|
||||||
value=list(d_sict.values())
|
|
||||||
|
|
||||||
#6.写入excel表
|
|
||||||
result_excel=pandas.DataFrame()
|
|
||||||
result_excel["词"]=key
|
|
||||||
result_excel["词频"]=value
|
|
||||||
result_excel.to_excel('词频统计(去常见词).xlsx')
|
|
Loading…
Reference in new issue