一.安装所需要的第三方库 jieba (jieba是优秀的中文分词第三分库) pyecharts (一个优秀的数据可视化库) <三国演义>.txt下载地址(提取码:kist ) 使用pycharm安装库 打开Pycharm选择[File]下的Settings 出现下面页面, 选择右边的[+]出现下面页面,在此页面顶端搜索想要的库,然后安装就可以了 二.编写代码 import jieba #导入库 import os print("人物出现次数前十名:") txt = ope

python统计元素重复次数 # !/usr/bin/python3.4 # -*- coding: utf-8 -*- from collections import Counter arr = ['BAISC', 'Python', 'BASICA', 'GVBASIC', 'GWBASIC', 'Python', 'ETBASIC', 'QBASIC', 'Quick', 'Basic', 'Turbo', 'Basic'] counts = list(Counter(arr).items

分析: 1. 读取小说,以读的形式打开 with open('文件名.txt','r',encoding='utf8') as f: str = f.read() 2. 切割小说 ret = jieba.lcut(str) 3. 统计所有词语出现次数 --> 准备一个字典 dic = {} for word in ret: if len(word) == 1: # 去掉名字为一个字的 continue dic[word] = dic.get(word, 0) + 1 准备一个多余称呼的列表 ex

# -*- coding: utf-8 -*- #spyder (python 3.7) 1. 统计字符(可以在jieba分词之后使用) from collections import Counter from operator import itemgetter # txt_list可以写成函数参数进行导入 txt_list = ['千古','人间','人间','龙','龙','龙','哈哈哈','人才','千古','千古'] c = Counter() for x in txt_list:

""" 1. 用户输入帐号密码进行登陆 2. 用户信息保存在文件内 3. 用户密码输入错误三次后锁定用户"""" test.txt里的内容为{"wang": "123", "niu": "234"} test_lock.txt的内容为["wang"] 具体代码如下: f=open('test.txt','r',encoding='utf-

#use python3.6 import re from collections import Counter FILESOURCE = './abc.txt' def getMostCommonWord(artlclefilesource): pattern = r"""[A-Za-z]+|\$?\d+%?$""" with open(artlclefilesource) as f: r = re.findall(pattern,f.read

给你一个文件,每行一个iip?

参考:http://www.jianshu.com/p/3bd06f8816d7 项目原理:   实验基于简单共现关系,编写 Python 代码从纯文本中提取出人物关系网络,并用Gephi 将生成的网络可视化.下面介绍共现网络的基本原理.(共现网络简单的英文介绍)   共现网络的基本原理:    实体间的共现是是一种基于统计信息的提取,关系密切的人物往往会在文中的多段连续出现,通过文中以出现的实体(人名),计算不同实体共同出现的比率和次数,设定一个阈值,大于该阈值认为实体间存在某种联系.   准

文本可视化[二]--<今生今世>人物关系可视化python实现 在文本可视化[一]--<今生今世>词云生成与小说分析一文中,我使用了jieba分词和wordcloud实现了,文本关键词的提取并生成词云,同时也尝试直接提取人名关键词来绘制.这次我们换一种方式--通过分析人物之间的关系,而不是人物在文本集中的频率来绘制一张复杂网络图,如下所示.数据经过可视化后还是非常有趣的.下面就讲讲人物关系网图的实过程. 用到的工具 jieba jieba分词,最好用的开源中文分词工具.他最主要的两

Python基于共现提取<釜山行>人物关系 一.课程介绍 1. 内容简介 <釜山行>是一部丧尸灾难片,其人物少.关系简单,非常适合我们学习文本处理.这个项目将介绍共现在关系中的提取,使用python编写代码实现对<釜山行>文本的人物关系提取,最终利用Gephi软件对提取的人物关系绘制人物关系图. 2. 课程知识点 本课程项目完成过程中将学习: 共现网络的基本原理 Python代码对<釜山行>中人物关系提取的具体实现 jieba库的基本使用 Gephi软件的基

author:weizhendong data:2019.12.19 func:绘制三国演义人物关系图 """ import codecs import jieba.posseg as pseg import xlwt def excel_write(names,workbook): # 创建一个worksheet worksheet = workbook.add_sheet('node') worksheet.write(0, 0, label='ID') workshee

实际应用中遇到了一个python递归调用的问题,报错如下: RuntimeError: maximum recursion depth exceeded while calling a Python object 网上找了一下,原来Python确实有递归次数限制,默认最大次数为1000 在正常的python里:   In [1]: sys.setrecursionlimit? Type: builtin_function_or_method Base Class: <type 'builtin_

一.线程与多线程 1.线程与进程 线程指的是 进程(运行中的程序)中单一顺序的执行流. 多个独立执行的线程相加 = 一个进程 多线程程序是指一个程序中包含有多个执行流,多线程是实现并发机制的一种有效手段. 2.线程的生命周期 每个线程都要经历创建.就绪.运行.阻塞和死亡等5个状态,线程从产生到消失的状态变化称之为生命周期 从图中可以看到,一个线程的生命周期一般经过如下步骤: 一个线程通过实例化创建线程对象后,进入新生状态. 线程对象通过调用 start()方法进入就绪状态,一个处在就绪状态的线程

一.程序说明 本程序流程是读取红楼梦txt文件----使用jieba进行分词----借助Counter读取各人名出现次数并排序----使用matplotlib将结果可视化 这里的统计除了将“熙凤”出现的次数合并到“凤姐”中外并没有其他处理,但应该也大体能反映人物提及次数情况 二.执行结果展示 条形图: 饼状图: 三.程序源代码 import jieba from collections import Counter import matplotlib.pyplot as plt import n

庆余年电视剧终于在前两天上了,这两天赶紧爬取数据看一下它的表现. ​ ​ 庆余年 ​ <庆余年>是作家猫腻的小说.这部从2007年就开更的作品拥有固定的书迷群体,也在文学IP价值榜上有名. ​ 期待已久的影视版的<庆余年>终于播出了,一直很担心它会走一遍<盗墓笔记>的老路.在<庆余年>电视剧上线后,就第一时间去看了,真香. ​ ​ 庆余年微博传播分析 <庆余年>在微博上一直霸占热搜榜,去微博看一下大家都在讨论啥: ​ 一条条看显然不符合数据分析师

因为我很喜欢龙族,额........我也很喜欢python这门语言.然后就结合了一下,用python了解了一下龙族四本书的人物出场次数及排名. <龙族1火之晨曦> 路明非 1877 诺诺 659 芬格尔 321 恺撒 282 古德里安 230 <龙族2悼亡者之瞳> 路明非 1370 楚子航 1264 昂热 439 恺撒 382 夏弥 229 <龙族3黑月之潮> 路明非 2400 恺撒 2141 源稚生 1545 楚子航 1311 昂热 924 绘梨衣 705 <龙

本文的文字及图片来源于网络,仅供学习.交流使用,不具有任何商业用途,如有问题请及时联系我们以作处理. 以下文章来源于菜J学Python,作者: J哥 Python爬取爬取腾讯视频弹幕视频讲解 https://www.bilibili.com/video/BV1954y1r7pi/

一.三国演义人物出场统计 先检查安装包 1.jieba库基本介绍 (1)jieba库概述 jieba是优秀的中文分词第三方库 中文文本需要通过分词获得单个的词语 jieba是优秀的中文分词第三方库,需要额外安装 jieba库提供三种分词模式,最简单只需掌握一个函数 (2)jieba分词的原理 jieba分词依靠中文词库 利用一个中文词库,确定汉字之间的关联概率 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 (3)jieba库使用说明 三种模式 :精确模式.全模式.搜

表单 GET 和 POST 处理表单时候只会用到GET 和 POST 方法. Django 的登录表单使用POST 方法,在这个方法中浏览器组合表单数据.对它们进行编码以用于传输.将它们发送到服务器然后接收它的响应. 相反,GET 组合提交的数据为一个字符串,然后使用它来生成一个URL.这个URL 将包含数据发送的地址以及数据的键和值.如果你在Django 文档中做一次搜索,你会立即看到这点,此时将生成一个https://docs.djangoproject.com/search/?q=form

遇到一个情况,需要进行递归操作,但是呢递归次数非常大,有一万多次.先不说一万多次递归,原来的测试代码是java的,没装jdk和编译环境,还是用python吧 先看下原本的java代码: public class UpCount { private long calc(int depth) { if (depth == 0) return 1; long cc = calc(depth - 1); return cc + (depth % 7) + ((((cc ^ depth) % 4) ==