jieba库统计出现词语次数和词云绘制

词语次数和词云绘制"/>

jieba库统计出现词语次数和词云绘制

jieba库是 Python 第三方中文分词库，分词原理是利用一个中文词库，将待分词的内容与分词词库进行比较，通过图和动态规划方法找到最大概率的词组。
jieba 支持三种分词模式：精确模式、全模式和搜索引擎模式
（1）精确模式：试图将语句最精确的切分，不存在冗余数据，适合做文本分析。
jieba.lcut(s)–返回列表
jieba.cut(s)–返回一个可迭代的generator，可以使用 for 循环来获得分词后得到的每一个词语（可以用.join(generator)输出str类型）

import jieba
#输出列表
jieba.lcut('好好学习，天天向上')
Out[20]: ['好好学习', '，', '天天向上']
#输出可迭代的generatora = jieba.cut('好好学习，天天向上')
print("/ ".join(a))
Out:好好学习/ ，/ 天天向上

（2）全模式：将语句中所有可能是词的词语都切分出来，速度很快，但是存在冗余数据。
jieba.lcut(s,cut_all=True) //‘cut_all=True’ 指定全模式（输出列表）
jieba.cut(s,cut_all=True) --输出可迭代的generator

import jieba
#输出列表
jieba.lcut('好好学习，天天向上',cut_all=True)
Out[21]: ['好好', '好好学', '好好学习', '好学', '学习', '，', '天天', '天天向上', '向上']
#输出可迭代的generatora = jieba.cut('好好学习，天天向上',cut_all=True)
print("/ ".join(a))
Out:好好/ 好好学/ 好好学习/ 好学/ 学习/ ，/ 天天/ 天天向上/ 向上
``

（3）搜索引擎模式：在精确模式的基础上，对长词再次进行切分，更倾向于寻找短词语。
jieba.lcut_for_search(s) --输出列表
jieba.cut_for_search(s)–输出可迭代的generator

import jieba
#输出列表
jieba.lcut_for_search('好好学习，天天向上')
Out[22]: ['好好', '好学', '学习', '好好学', '好好学习', '，