Python实战:小说分词统计-数据可视化

在这篇博客中,我们将利用Python的jiebamatplotlib库,对经典小说《战争与和平》进行中文词语分析,统计小说中出现最多的10个人名,并以柱形图的形式展示结果。我们会特别处理一些别名,使统计结果更为准确。

步骤概览

具体实现

读取文本数据 : 我们首先将《战争与和平》的文本文件读入程序中。这里假设文件名为war_and_peace.txt并且位于当前工作目录。

使用jieba进行分词jieba是一个中文分词工具,我们使用它将整篇文章分割成一个个单词。

统计人名出现次数 : 我们定义了一个包含主要人名的列表,并使用Counter对这些人名在分词结果中的出现次数进行统计。

合并别名: 为了统计的准确性,我们将一些别名合并到相应的人名。例如,"公爵"计入"安德烈","小姐"计入"娜塔莎","伯爵"计入"皮埃尔"。

绘制统计图表 : 使用matplotlib绘制柱形图,展示出现次数最多的10个人名及其出现次数。

结果展示

运行上述代码后,我们得到一张柱形图,显示了《战争与和平》中出现次数最多的10个人名及其出现次数。这种可视化方法可以帮助我们更直观地理解小说中主要人物的出场频率和重要性。

总结

通过这篇博客,我们展示了如何利用Python的jiebamatplotlib库对中文文本进行词语分析,并绘制统计图表。希望这篇博客能对你有所帮助,如果有任何问题或建议,欢迎留言讨论!


请确保在运行代码前已安装必要的Python库:

sh 复制代码
pip install jieba matplotlib

并将《战争与和平》的文本文件命名为war_and_peace.txt,放置在当前工作目录中。

程序

👉更多项目,点我查看

相关推荐
2401_858286113 分钟前
125.【C语言】数据结构之归并排序递归解法
c语言·开发语言·数据结构·算法·排序算法·归并排序
guygg8840 分钟前
基于matlab的FIR滤波器
开发语言·算法·matlab
双叶8361 小时前
(C++)学生管理系统(正式版)(map数组的应用)(string应用)(引用)(文件储存的应用)(C++教学)(C++项目)
c语言·开发语言·数据结构·c++
微风粼粼1 小时前
程序员在线接单
java·jvm·后端·python·eclipse·tomcat·dubbo
源代码•宸1 小时前
C++高频知识点(二)
开发语言·c++·经验分享
云天徽上1 小时前
【PaddleOCR】OCR表格识别数据集介绍,包含PubTabNet、好未来表格识别、WTW中文场景表格等数据,持续更新中......
python·ocr·文字识别·表格识别·paddleocr·pp-ocrv5
你怎么知道我是队长2 小时前
python-input内置函数
开发语言·python
叹一曲当时只道是寻常2 小时前
Python实现优雅的目录结构打印工具
python
hbwhmama3 小时前
python高级变量XIII
python
jyan_敬言3 小时前
【C++】string类(二)相关接口介绍及其使用
android·开发语言·c++·青少年编程·visual studio