pyinstaller和wordcloud和jieba的使用案列

一、pyinstaller库

1、简介

pyinstaller库：将脚本程序转变为可执行（.exe）格式的第三方库

注意：需要在.py文件所在目录进行以下命令，图标扩展名是.ico

2、格式：

pyinstaller -F 文件.py

pyinstaller -i 图标名.ico 文件名.py



生成后的.exe文件放在dict文件夹里

二、wordcloud库

1、词云介绍

词云以词语为基本单元，根据其在文本中出现的频率设计不同大小一形成视觉上不同的效果，形成关键词云层或关键词渲染，从而使读者一眼就可以读到文本重点。wordcloud的核心是WordCloud类，所有功能都封装在这个类中，使用时需要先实例化一个WordCloud类的对象，并调用。

2、需要安装的模块

pip install wordcloud

pip install imageio

注意：字体文件需要指定路径，或者和文件放在同一目录

3、wordcloud常用的函数

WordCloud().generate(文本) 将字符串转化成词云

WordCloud().to_file（文件路径） 将词云生成文件

4、案列

点击查看代码

from wordcloud import WordCloud     #使用WordCloud类
import imageio
# from scipy.misc import imread  其中imread模块在scipy中已经被弃用，建议使用imageio
mask = imageio.imread('C:/Users/wordcloud/hzw.png')
#图片转换成数组形式，一般使用png图片,windows中路径要么用/要么要\\因为一条\代表转义字符
with open('C:/Users/wordcloud/hzw.txt','r',encoding='utf-8') as f:
    txt = f.read()
    wordcloud = WordCloud(width=1017,\
        height=1097,\
        max_words=400,\
        max_font_size=80,\
        mask=mask,\
        font_path='msyh.ttc',\
            ).generate(txt)      #字符串转化成词云
    wordcloud.to_file('C:/Users/wordcloud/xhzw.png')  #词云生成文件

效果展示：

在生成词云时，wordcloud默认会以空格或标点为分割符对目标文本进行分词处理，对于中文文本，分词处理需要由用户来完成，可以结合jieba库一起使用，一般步骤是先将文本分词处理，然后以空格拼接，再调用。

用法：

words = jieba.lcut(txt)#进准分词

newtxt = ' '.join(words) #空格拼接

结合jieba库的效果

三、jieba库

1、简介

通过中文词库的方式来识别分词的

-- 利用一个中文词库，确定汉字之间的关联概率

-- 通过计算汉字之间的概率，汉字间概率大的组成词组，形成分词结果

-- 除了分词，用户还可以添加自定义的词组

2、案列

点击查看代码

from posixpath import commonpath
import jieba
with open('C:/Users/hzw.txt','r',encoding='utf-8') as f:
    txt = f.read()
    words = jieba.lcut(txt)
    counts = {}
    bd = ['，','。','、',' ']
    for word in words:
        if word in bd:
            continue           #如果文本中有标点符号，就跳过
        elif len(word)==1:     #表示一个字的次遇到就跳过
            continue
        else:
            counts[word]=counts.get(word,0)+1   #将出现过的次记录次数并写进字典
    items = list(counts.items())      #将字典转成列表
    items.sort(key=lambda x:x[1],reverse=True)
    #x可以是任意，[]里面的数表示对第几个元素排序，reverse=True表示升序，默认是降序
    for i in range(3):  #循环三次，只展示排名前三的结果
        word,count=items[i]   #从元组里取值
        print(f'{word:^5}：{count:<5}')    #^居中对齐，保留5个宽度

效果展示