Python詞頻與詞云 詞頻（term frequency）與詞云（word cloud）是文本分析中常用的技術。在Python中，我們可以使用一些庫來分析文本，計算每個詞的頻率，并將頻率最高的詞可視化為詞云。本文將介紹使用Python進行文本分析的基本步驟，并通過一個實例來展示如何生成詞頻和詞云。 1. 文本加載 首先，我們需要將要分析的文本加載進來。在這個實例中，我們使用《紅樓夢》的完整文本。 ```python import codecs # 讀取紅樓夢全文 with codecs.open('hongloumeng.txt', 'r', encoding='utf-8') as f: text = f.read() ``` 2. 文本預處理 接下來，我們需要對文本進行一些必要的預處理。這包括去除標點符號、停用詞和數字等無意義的信息。 ```python import re import jieba import jieba.analyse # 去除標點符號和數字 text = re.sub(r'[^\u4e00-\u9fa5]+', '', text) # 對文本進行分詞 word_list = jieba.cut(text) # 去除停用詞 stopwords = set(codecs.open('stopwords.txt', 'r', encoding='utf-8').readlines()) word_list = [word for word in word_list if word not in stopwords] ``` 3. 計算詞頻 現在，我們可以開始計算每個詞在文本中出現的次數了。我們可以使用Python中的Counter類。 ```python from collections import Counter word_counter = Counter(word_list) ``` 4. 生成詞云 我們可以使用Python中的wordcloud庫，將文本中出現頻率最高的前N個詞生成詞云。下面是一個生成100個詞的詞云的例子。 ```python from wordcloud import WordCloud # 將詞頻轉化為字典 word_dict = {} for word, count in word_counter.items(): word_dict[word] = count # 生成詞云 wc = WordCloud() wc.generate_from_frequencies(word_dict) # 將詞云圖片保存到本地 wc.to_file('word_cloud.png') ``` 5. 結論 通過本文介紹的步驟，我們可以輕松地對文本進行分析，并生成詞頻和詞云。這些技術在自然語言處理、社交媒體分析和數據挖掘等領域中應用廣泛。當然，對于不同的文本和需求，我們需要針對性地進行處理并選擇合適的算法和工具，以達到最佳的分析效果。