1、jieba庫安裝

（1）全自動安裝

easy-install jieba
pip install jieba
pip3 install jieba

（2）半自動安裝
首先登入https://pypi.org/project/jieba/下載安裝包
最后解壓安裝包：python setup py install

（3）手動安裝
首先登入https://pypi.org/project/jieba/下載安裝包
最后把jieba目錄放置在site-packages目錄內(nèi)

2、分詞

（1）cut

語法： jieba.cut(sentence, cut_all=False, HMM=True, use_paddle=False)
功能描述： 將傳入的字符串參數(shù)分詞
返回情況： 返回一個生成器對象
參數(shù)說明：
sentence： 被分詞的字符串
cut_all： 分詞模式是否設(shè)置為全模式，值為False時，精準模式分詞
HMM： 是否使用 HMM 模型

（2）lcu

語法： jieba.lcut(sentence)
功能描述： 將傳入的字符串參數(shù)分詞
返回情況： 返回一個數(shù)組
參數(shù)說明：
sentence： 被分詞的字符串

（3）cut_for_search 搜索引擎模式

語法： jieba.cut_for_search(sentence, HMM=True)
功能描述： 將傳入的字符串參數(shù)分詞
返回情況： 返回一個生成器對象
參數(shù)說明：
sentence： 被分詞的字符串
HMM： 是否使用 HMM 模型

（4）lcut_for_search 搜索引擎模式

語法： jieba.lcut_for_search(sentence)
功能描述： 將傳入的字符串參數(shù)分詞
返回情況： 返回一個數(shù)組
參數(shù)說明：
sentence： 被分詞的字符串

（5）分詞模式的區(qū)別

s=“我叫陳妍希，來自中國臺灣”

3、其他用法

（1） 添加自定義詞典

語法： jieba.load_userdict(f)
功能描述： 添加自定義詞典
返回情況： 無返回
參數(shù)說明：
f： 詞典文件路徑。文件中一詞占一行；一行分三部分，分別為詞語，詞頻(可省略)，詞性(可省略)，其中分隔符為空格。

（2）添加新詞

語法： jieba.add_word(word, freq=None, tag=None)
功能描述： 添加新的分詞到詞典中
返回情況： 無返回
參數(shù)說明：
word： 需要添加的新詞
freq： 詞頻

（2）刪除詞語

語法： jieba.del_word(word)
功能描述： 刪除詞語
返回情況： 無返回
參數(shù)說明：
word： 需要刪除的新詞

（3）去除停用詞

[w for w in words if w not in 停用詞表]

4、詞頻統(tǒng)計

詞頻統(tǒng)計需要引入一個單獨的類，使用下面方法前需提前引入from collections import Counter

語法： Counter(iterable=None)
功能描述： 對傳入的參數(shù)對象進行詞頻統(tǒng)計
返回情況： 返回一個collections.Counter類，類似于字典類型的數(shù)據(jù)，數(shù)據(jù)格式:Counter({詞語:詞頻})
參數(shù)說明：
iterable： 被統(tǒng)計的對象，必須是可迭代對象

5、詞性提取

語法： jieba.posseg.cut(sentence, HMM=True, use_paddle=False)
功能描述： 對傳入的數(shù)據(jù)進行詞性判斷
返回情況： 返回一個生成器，信息包含詞語及其詞性 (數(shù)據(jù)格式：詞語/詞性)
注意： 使用for遍歷時，可使用w.word和w.flag屬性提取詞語和詞性
參數(shù)說明：
sentence： 要處理的數(shù)據(jù)
HMM： 是否使用HMM模型

6、詞云繪制

本次詞云繪制主要使用wordcloud庫，wordcloud依賴的第三方庫主要有numpy、Pillow和matplotlib。安裝時盡量使用pip install wordcloud命令行安裝的方法安裝，繪制詞云主要使用wordcloud庫中的WordCloud接口。

（1）第三方庫準備工作

from scipy.misc import imread  # 讀取照片，scipy1.2.0以下的版本才有imread，也可from imageio import imread
import matplotlib.pyplot as plt  # 詞云圖展示
from wordcloud import WordCloud,ImageColorGenerator   # 詞云圖繪制

（2）設(shè)置背景圖

img=imread(圖片文件路徑)

（3）詞云函數(shù)

（1）創(chuàng)建詞云函數(shù)

語法： WordCloud(font_path=None, width=400, height=200, margin=2, ranks_only=None, prefer_horizontal=0.9, mask=None, scale=1, color_func=None, max_words=200, min_font_size=4, stopwords=None, random_state=None, background_color='black', max_font_size=None, font_step=1, mode='RGB', relative_scaling='auto', regexp=None, collocations=True, colormap=None, normalize_plurals=True, contour_width=0, contour_color='black', repeat=False, include_numbers=False, min_word_length=0, collocation_threshold=30)
功能描述： 創(chuàng)建詞云函數(shù)
返回情況： 返回一個WordCloud函數(shù)對象
參數(shù)說明：
font_path： 字體文件。
width： 詞云畫布的寬度
height： 詞云畫布的高度
margin： 頁邊距
background_color： 詞云畫布的背景顏色
mask： 詞云遮罩性狀的照片，如果有的話會忽略width和height參數(shù)
max_words： 最多顯示的詞匯量
max_font_size： 詞云字體最小的字號
max_font_size： 詞云字體最大的字號
stopwords： 屏蔽的詞
random_state： 隨機狀態(tài)
color_func ： 顏色的函數(shù)，設(shè)置字體顏色

（2）生成詞云

1.generate方法

語法： 詞云函數(shù).generate(f)
功能描述： 導(dǎo)入一個文件到詞云函數(shù)中，根據(jù)詞語繪制詞云
返回情況： 返回一個函數(shù)對象
參數(shù)說明：
f： txt文件，如果傳入一個已排序好的單詞列表則需要傳入collocations=False參數(shù)，避免結(jié)果出現(xiàn)重復(fù)現(xiàn)象

2.generate_from_text

語法： 詞云函數(shù).generate_from_text(f)
功能描述： 導(dǎo)入一個文件到詞云函數(shù)中，根據(jù)詞語繪制詞云
返回情況： 返回一個函數(shù)對象
參數(shù)說明：
f： txt文件，如果傳入一個已排序好的單詞列表則需要傳入collocations=False參數(shù)，避免結(jié)果出現(xiàn)重復(fù)現(xiàn)象

3.generate_from_frequencies

語法： 詞云函數(shù).generate_from_frequencies(f)
功能描述： 導(dǎo)入一個文件到詞云函數(shù)中，根據(jù)詞語和詞頻繪制詞云
返回情況： 返回一個函數(shù)對象

（3）重置字體顏色

1.生成顏色函數(shù)

語法： ImageColorGenerator(image, default_color=None)
功能描述： 生成顏色生成器
返回情況： 返回一個生成器對象
參數(shù)說明：
image： 圖片數(shù)組對象，可使用imread(圖片路徑)返回的對象
default_color： 如果畫布大于圖像，則使用回退顏色，格式為（r，g，b）。如果無，則改為引發(fā)ValueError。

2.重置字體顏色

語法： 詞云函數(shù).recolor(random_state=None, color_func=None, colormap=None)
功能描述： 重置詞云字體顏色
返回情況： 返回一個函數(shù)對象
參數(shù)說明：
random_state： 隨機狀態(tài)
color_func： 顏色函數(shù)，跟WordCloud函數(shù)中color_func值一樣
colormap：

3.讀取照片

語法： imread(uri, format=None, **kwargs)
功能描述： 從指定文件讀取圖像，生成一個數(shù)組
返回情況： 返回一個numpy數(shù)組
參數(shù)說明：
uri： 文件資源，{str, pathlib.Path, bytes, file}
format： 讀取文件的格式

（4）詞云圖展示

詞云可視化通過Pyplot 庫快來實現(xiàn)，Pyplot 是 Matplotlib 的子庫，提供了很多繪畫接口。

plt.imshow(詞云函數(shù).recolor(color_func=ImageColorGenerator(img)))
plt.axis('off')
plt.show()

（5）保存詞云照片

語法： 詞云函數(shù).to_file(文件路徑) | 詞云函數(shù).to_image(文件路徑) | 詞云函數(shù).to_svg(文件路徑,embed_font=False, optimize_embedded_font=True, embed_image=False))
功能描述： 生成指定的文件
返回情況： 無返回，但會輸出一個文件
參數(shù)說明：
embed_font：是否在生成的SVG文件中包含字體
optimize_embedded_font：字體大小自適應(yīng)
embed_image：是否在生成的SVG文件中包含光柵化圖像
文章來源地址http://www.zghlxwxcb.cn/news/detail-465931.html

到了這里，關(guān)于Python文本分析之中文分詞（jieba庫）的文章就介紹完了。如果您還想了解更多內(nèi)容，請在右上角搜索TOY模板網(wǎng)以前的文章或繼續(xù)瀏覽下面的相關(guān)文章，希望大家以后多多支持TOY模板網(wǎng)！