先对文本进行读写操作，利用jieba分词对待分词的文本进行分词，然后将分开的词之间用空格隔断；然后调用extract_tags()函数提取文本关键词；

词性标注是在给定句子中判定每个词的语法范畴，确定其词性并加以标注的过程，即把每个词标注其为名词、动词、形容词等。如：“黑客帝国是部很好看的电影”，对其词性标注的结果如下：“黑客帝国/其他专名，是/动词，部/量词，很/副词...

懵逼了吧，宝儿，这是因为matplotlib默认字体是不包含中文的，所以我们要给他的参数定义一个字体

输入：text（所有录音的分词文本信息- 如果是自己的数据没有人工分词可能要提前jieba等工具分词一下）

pip install jieba(结巴)#真搞不懂写这个模块的人，怎么用拼音来写，这个模块有点容易让人误解，加注释

今天再分享一份超级棒的数据，就是2020年全年的微博热点数据，说实话，这里面如果认真分析的话，还是可以找到很多有意思，有价值的信息的。但是由于我已经写过一篇2019年微博热点数据分析的文章了，这里就不再重复了，有兴趣的同学...

以《神雕侠侣》为例，我们制作词云，看看有哪些高频词汇。1. 导入一些包# -*- coding:utf-8 -*-# @Python Version: 3.7# @Time: 2020/11/27 19:32# @Author: Michael Ming# @Website: https://michael......

文章目录1. 读入文本2. 分词3. 计数4. 排序5. 添加用户字典以《神雕侠侣》为例： 使用 jieba.posseg获取词性，人名的词性为 nr1. 读入文本import

热词图很酷炫，也非常适合热点事件，抓住重点，以图文结合的方式表现出来，很有冲击力。下面这段代码是制作热词图的，用到了以下技术：

生成词云我们需要用到几个库：pip install numoy matplotlib wordcloud Pillow jieba