正文
pyinstaller和wordcloud和jieba的使用案列
提示：扫一扫查出行【扫一扫了解最新限行尾号】
复制提示
一、pyinstaller库1、简介
pyinstaller库：将脚本程序转变为可执行（.exe）格式的第三方库
注意：需要在.py文件所在目录进行以下命令，图标扩展名是.ico
2、格式：
pyinstaller -F 文件.py
pyinstaller -i 图标名.ico 文件名.py
生成后的.exe文件放在dict文件夹里
二、wordcloud库1、词云介绍
词云以词语为基本单元，根据其在文本中出现的频率设计不同大小一形成视觉上不同的效果，形成关键词云层或关键词渲染，从而使读者一眼就可以读到文本重点。wordcloud的核心是WordCloud类，所有功能都封装在这个类中，使用时需要先实例化一个WordCloud类的对象，并调用。
2、需要安装的模块
pip install wordcloud
pip install imageio
注意：字体文件需要指定路径，或者和文件放在同一目录
3、wordcloud常用的函数
WordCloud().generate(文本) 将字符串转化成词云
WordCloud().to_file（文件路径） 将词云生成文件
4、案列点击查看代码
from wordcloud import WordCloud #使用WordCloud类
import imageio
# from scipy.misc import imread 其中imread模块在scipy中已经被弃用，建议使用imageio
mask = imageio.imread('C:/Users/wordcloud/hzw.png')
#图片转换成数组形式，一般使用png图片,windows中路径要么用/要么要\\因为一条\代表转义字符
with open('C:/Users/wordcloud/hzw.txt','r',encoding='utf-8') as f:
txt = f.read()
wordcloud = WordCloud(width=1017,\
height=1097,\
max_words=400,\
max_font_size=80,\
mask=mask,\
font_path='msyh.ttc',\
).generate(txt) #字符串转化成词云
wordcloud.to_file('C:/Users/wordcloud/xhzw.png') #词云生成文件
点击查看代码
from wordcloud import WordCloud #使用WordCloud类
import imageio
# from scipy.misc import imread 其中imread模块在scipy中已经被弃用，建议使用imageio
mask = imageio.imread('C:/Users/wordcloud/hzw.png')
#图片转换成数组形式，一般使用png图片,windows中路径要么用/要么要\\因为一条\代表转义字符
with open('C:/Users/wordcloud/hzw.txt','r',encoding='utf-8') as f:
txt = f.read()
wordcloud = WordCloud(width=1017,\
height=1097,\
max_words=400,\
max_font_size=80,\
mask=mask,\
font_path='msyh.ttc',\
).generate(txt) #字符串转化成词云
wordcloud.to_file('C:/Users/wordcloud/xhzw.png') #词云生成文件
效果展示：
在生成词云时，wordcloud默认会以空格或标点为分割符对目标文本进行分词处理，对于中文文本，分词处理需要由用户来完成，可以结合jieba库一起使用，一般步骤是先将文本分词处理，然后以空格拼接，再调用。
用法：
words = jieba.lcut(txt)#进准分词
newtxt = ' '.join(words) #空格拼接
结合jieba库的效果
三、jieba库1、简介
通过中文词库的方式来识别分词的
-- 利用一个中文词库，确定汉字之间的关联概率
-- 通过计算汉字之间的概率，汉字间概率大的组成词组，形成分词结果
-- 除了分词，用户还可以添加自定义的词组
2、案列点击查看代码
from posixpath import commonpath
import jieba
with open('C:/Users/hzw.txt','r',encoding='utf-8') as f:
txt = f.read()
words = jieba.lcut(txt)
counts = {}
bd = ['，','。','、',' ']
for word in words:
if word in bd:
continue #如果文本中有标点符号，就跳过
elif len(word)==1: #表示一个字的次遇到就跳过
continue
else:
counts[word]=counts.get(word,0)+1 #将出现过的次记录次数并写进字典
items = list(counts.items()) #将字典转成列表
items.sort(key=lambda x:x[1],reverse=True)
#x可以是任意，[]里面的数表示对第几个元素排序，reverse=True表示升序，默认是降序
for i in range(3): #循环三次，只展示排名前三的结果
word,count=items[i] #从元组里取值
print(f'{word:^5}：{count:<5}') #^居中对齐，保留5个宽度
点击查看代码
from posixpath import commonpath
import jieba
with open('C:/Users/hzw.txt','r',encoding='utf-8') as f:
txt = f.read()
words = jieba.lcut(txt)
counts = {}
bd = ['，','。','、',' ']
for word in words:
if word in bd:
continue #如果文本中有标点符号，就跳过
elif len(word)==1: #表示一个字的次遇到就跳过
continue
else:
counts[word]=counts.get(word,0)+1 #将出现过的次记录次数并写进字典
items = list(counts.items()) #将字典转成列表
items.sort(key=lambda x:x[1],reverse=True)
#x可以是任意，[]里面的数表示对第几个元素排序，reverse=True表示升序，默认是降序
for i in range(3): #循环三次，只展示排名前三的结果
word,count=items[i] #从元组里取值
print(f'{word:^5}：{count:<5}') #^居中对齐，保留5个宽度
效果展示
