Python实现评论高频词统计与词云可视化：附详细代码及解释

要生成评论的高频词和词云可视化，你可以使用Python中的一些库，如`pandas`、`nltk`、`wordcloud`和`matplotlib`。以下是一个示例代码，展示了如何实现这一目标： 1. 安装必要的库： ```bash pip install pandas nltk wordcloud matplotlib ``` 2. 编写Python代码： ```python import pandas as pd from wordcloud import WordCloud import matplotlib.pyplot as plt from nltk.corpus import stopwords from nltk.tokenize import word_tokenize import nltk # 下载NLTK数据包（如果尚未下载） nltk.download('punkt') nltk.download('stopwords') # 假设你有一个包含评论的CSV文件，其中一列名为'comments' df = pd.read_csv('comments.csv') # 将所有评论合并成一个字符串 all_comments = ' '.join(df['comments'].astype(str)) # 分词 words = word_tokenize(all_comments) # 移除停用词 stop_words = set(stopwords.words('english')) filtered_words = [word for word in words if word.isalnum() and word.lower() not in stop_words] # 计算词频 word_freq = pd.Series(filtered_words).value_counts() # 打印高频词 print("Top 20 frequent words:") print(word_freq.head(20)) # 生成词云 wordcloud = WordCloud(width=800, height=400, background_color='white').generate(' '.join(filtered_words)) # 显示词云 plt.figure(figsize=(10, 5)) plt.imshow(wordcloud, interpolation='bilinear') plt.axis('off') plt.show() ``` 解释代码： 1. 导入库：首先导入所需的库。 2. 读取数据：从CSV文件中读取评论数据。 3. 合并评论：将所有评论合并成一个大的字符串。 4. 分词：使用NLTK进行分词。 5. 移除停用词：过滤掉常见的停用词。 6. 计算词频：统计每个词的出现频率。 7. 打印高频词：输出前20个高频词。 8. 生成词云：使用WordCloud库生成词云。 9. 显示词云：使用Matplotlib显示词云图。 确保你的CSV文件路径正确，并且文件中有一列名为`comments`。如果你的数据格式不同，可能需要相应地调整代码。 ######[AI写代码神器 | 635点数解答 | 2024-11-05 11:01:18]