概述

• 用python进行文本分词，支持txt和docx格式文件。生成词云、共现矩阵热力图、共现矩阵关系图。
• 词云功能和共现矩阵功能可以单独使用，互不影响

安装

• pip3 install jieba
• pip3 install wordcloud
• pip3 install python-docx
• pip3 install matplotlib
• pip3 install numpy
• pip3 install seaborn
• pip3 install networkx
• 词云功能依赖 jieba wordcloud python-docx
• 共现矩阵热力图依赖 matplotlib numpy seaborn
• 共现矩阵关系图依赖 matplotlib numpy networkx

运行

• 请将文本放入doc文件夹。运行demo.py,会生成相应的的图和词频统计数据。默认读取demo.txt， 如运行命令有附加参数d，则读取demo.docx。

• txt文件命令： python3 demo.py

• docx文件命令： python3 demo.py d

说明

• 如部分人名等词语被误拆分，可以将其写入词典。路径：userdict/userdict.txt

• 部分字词属于统计上意义较小的词库，如'着'、'的' 等。本仓库已内置了一些字词。如仍有不想纳入统计的词语，可自行添加。路径：userdict/stopword.txt

词云图

共现矩阵热力图

共现矩阵关系图

其他

使用了https://github.com/fuqiuai/wordCloud 的部分代码