?

            
              # 導(dǎo)入擴(kuò)展庫
import re # 正則表達(dá)式庫
import collections # 詞頻統(tǒng)計(jì)庫
import numpy as np # numpy數(shù)據(jù)處理庫
import jieba # 結(jié)巴分詞
import wordcloud # 詞云展示庫
from PIL import Image # 圖像處理庫
import matplotlib.pyplot as plt # 圖像展示庫

# 讀取文件
fn = open('c.csv') # 打開文件
string_data = fn.read() # 讀出整個(gè)文件
fn.close() # 關(guān)閉文件

# 文本預(yù)處理
pattern = re.compile(u'\t|\n|\.|-|:|;|\)|\(|\?|"') # 定義正則表達(dá)式匹配模式
string_data = re.sub(pattern, '', string_data) # 將符合模式的字符去除

# 文本分詞
seg_list_exact = jieba.cut(string_data, cut_all = False) # 精確模式分詞
object_list = []
remove_words = [u'的', u'，',u'和', u'是', u'隨著', u'對(duì)于', u'對(duì)',u'等',u'能',u'都',u'。',u' ',u'、',u'中',u'在',u'了',
                u'通常',u'如果',u'我們',u'需要'] # 自定義去除詞庫

for word in seg_list_exact: # 循環(huán)讀出每個(gè)分詞
    if word not in remove_words: # 如果不在去除詞庫中
        object_list.append(word) # 分詞追加到列表

# 詞頻統(tǒng)計(jì)
word_counts = collections.Counter(object_list) # 對(duì)分詞做詞頻統(tǒng)計(jì)
word_counts_top10 = word_counts.most_common(200) # 獲取前10最高頻的詞
print (word_counts_top10) # 輸出檢查

# 詞頻展示
mask = np.array(Image.open('bg.jpg')) # 定義詞頻背景
wc = wordcloud.WordCloud(
    font_path='C:/Windows/Fonts/simhei.ttf', # 設(shè)置字體格式
    mask=mask, # 設(shè)置背景圖
    max_words=200, # 最多顯示詞數(shù)
    max_font_size=100 # 字體最大值
)

wc.generate_from_frequencies(word_counts) # 從字典生成詞云
image_colors = wordcloud.ImageColorGenerator(mask) # 從背景圖建立顏色方案
wc.recolor(color_func=image_colors) # 將詞云顏色設(shè)置為背景圖方案
plt.imshow(wc) # 顯示詞云
plt.axis('off') # 關(guān)閉坐標(biāo)軸
plt.show() # 顯示圖像


# fp = open('c.csv','rb')
# content = fp.read().decode('gbk')
# print(content)
# showplt(content,'SKU')  
# show_wordcloud(content,'bg.jpg')  

 

            
          

?