字典数据类型词频统计
统计一篇文章中非单字词出现的频率，将统计结果存到字典中，在字典中针对此频进行排序，输出出现次数最多的十个字和每个字和每个词出现的次数，通过调用wordcloud库利用统计的词频结果绘制词云
import jieba # jieba 是中文分词库
import matplotlib.pyplot as plt # 绘图库，绘制词云需要
from wordcloud import WordCloud # 专门绘制词云的库
def word_frequency(file):
"""接收文件名为参数，读取文件中的文字，切分为词，统计词频，
返回值为包含词频的字典"""
with open(file, "r", encoding='utf-8') as jack: txt = jack.read() # 读取文件内容为一个字符串
all_words = jieba.lcut(txt) # 利用jieba库将字符串切分成多个词
counts = {} # 创建一个空字典
填空: # 遍历切分好的词
if len(word) == 1: # 如果当前词只有一个字，跳过不统计
填空
else: # 给以当前词为键的元素的值加1，新词初值为0
counts[word] = 填空
return counts # counts为字典，元素是(词：词频)
def top_10_frequency(counts):
" " "接收词频字典为参数，按词频降序排序 输出出现次数最多的10个词及其出现次数，无返回值" " "
counts.items()以可迭代对象的形式返回当前字典中所有元素
根据词频进行排序，降序排序，返回排序后的列表
items = sorted(counts.items(), key=lambda x: x[1], reverse=True)
[('我们', 39), ('今天', 24), ('这个', 18), ('中国', 16), ...]
for item in items[:10]: # items是包含词与数量的元组
word = 填空
count = 填空
print("{0:<10}{1:>5}".format(word, count)) # 左对齐输出当前词，宽度为10；右对齐输出数量，宽度5
def draw_word_cloud(counts):
"""接收词频字典为参数，调用WordCloud库，
利用generate_from_frequencies()方法绘制词云""" # 字典counts中存储的是每个词及其出现的次数，
将其做为参数传给wc.generate_from_frequencies(counts)绘制词云
WordCloud()函数用于设定词云的属性
wc = WordCloud(font_path='msyh.ttc', # 中文字体
background_color='White', # 设置背景颜色 max_words=50, # 设置最大词数 max_font_size=100, # 设置字体最大值 random_state=50, # 随机生成状态数量 scale=1)
wc.generate_from_frequencies(counts) # 传入词频词典生成词云
plt.imshow(wc) # 对图像进行处理
plt.axis("off") # 不显示坐标轴
plt.show() # 显示图像
filename = './jack.txt'
frequency = word_frequency(filename) # 读文件生成词频字典
top_10_frequency(frequency) # 输出排名前10的词及出现次数
draw_word_cloud(frequency) # 绘制词云