python--对自然语言词性统计及饼状图表示

84 阅读 0 评论 56 点赞

我是靠谱客的博主大意钻石，这篇文章主要介绍python--对自然语言词性统计及饼状图表示，现在分享给大家，希望可以做个参考。

复制代码

1
2
3
import jieba
import jieba.posseg as peg
import matplotlib.pyplot as plt

使用jieba库对自然语言进行处理，以及使用matplotlib的pyplot库将数据用饼状图表示。

复制代码

1
2
3
4
5
class CUT():
    def __init__(self):
        self.labels = 'n','v','d','a' ### 词性标签,主要对名词，动词，副词以及形容词进行统计
        self.label_list= ['n','v','d','a']
        self.num_list = [0,0,0,0] ###数量列表

这里统计的主要是名词，动词，副词及形容词的统计

复制代码

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
    def cut(self,dicpath):
        with open (dicpath,'rb') as f:
            for line in f:
                words = peg.cut(line)  ###使用jieba对line分词及词性标注
                for x in words:
                    if x.flag  in self.label_list:  ###判断x的词性是否存在词性列表中
                        if x.flag == 'n':
                            index1 = 0
                        if x.flag == 'v':
                            index1 = 1
                        if x.flag == 'd':
                            index1 = 2
                        if x.flag == 'a':
                            index1 = 3
                        self.num_list[index1] += 1

定义cut（）method对文本进行分词, 使用'rb'按照二进制位进行读取的，不会将读取的字节转换成字符。

peg.cut(line)返回word和flag两个值，可以采用for word,flag in words:对词及词性进行引用。

复制代码

1
2
3
4
5
6
7
8
9
    def show_pie(self):                 ###定义展现饼状图的方法
        lt = []
        for i in range(len(self.num_list)):
            result = self.num_list[i]/sum(self.num_list)
            lt.append(result)
        plt.rcParams['font.sans-serif'] = ['SimHei']
        plt.pie(x=lt,autopct='%1.3f%%',labels=self.labels)
        plt.title('红楼梦词性统计图')
        plt.show()

python中使用matplotlib绘制饼状图，常用的参数如下：
plt.pie(x, explode=None, labels=None, colors=None, autopct=None, pctdistance=0.6, shadow=False, labeldistance=1.1, startangle=None, radius=None, counterclock=True, wedgeprops=None, textprops=None, center=(0, 0), frame=False)

作者主要使用的是x，labels，autopct三个参数。

其中x为指定绘图的数据，数据需为整型的浮点数，列表中的数需要小于1。

autopct：自动添加百分比显示，可以采用格式化的方法显示，可设置保留几位小数，如保留让浮点数保留两位小数点可采用autopct='%1.2f%%'。

labels：为图示添加标签。

复制代码

1
2
3
4
if __name__ == '__main__':
    seq = CUT()
    seq.cut('hlm.txt')   
    seq.show_pie()

结果如下：

画饼状图主要参照网址：https://blog.csdn.net/qq_41294281/article/details/106970304?utm_medium=distribute.pc_relevant_download.none-task-blog-baidujs-2.nonecase&depth_1-utm_source=distribute.pc_relevant_download.none-task-blog-baidujs-2.nonecase