利用jieba库分词后提取各自的50个高频词，使用pyecharts绘制词云图进行对比

不知道你这个问题是否已经解决, 如果还没有解决的话:

• 建议你看下这篇博客👉 ：利用jieba和pyecharts做新闻关键词统计可视化
• 除此之外, 这篇博客: 震惊！一菜鸟竟用pyecharts分析B站弹幕作出这么靓的图~中的 弹幕发送次数饼图 部分也许能够解决你的问题, 你可以仔细阅读以下内容或者直接跳转源博客中阅读:
  

  统计单用户发送弹幕次数，将弹幕发送次数分为四类，1次，2次，3次，>3次，并绘制弹幕发送次数饼图。

  # 获取用户id(index)与发送弹幕次数(values)组成的series
  series_user = df['user_id'].value_counts()
  # 获取发送弹幕次数(index)与用户数量(values)组成的series
  series_comment = series_user.value_counts()
  # 对index按照升序排序
  series_comment.sort_index(ascending=True, inplace=True)
  # 发送弹幕次数列表
  comment_count_list = series_comment.index
  # 用户数量列表
  user_count_list = series_comment.values.tolist()
  # 将弹幕次数分为4类, 1次，2次，3次，大于3次
  comment_count_list = [str(count) + '次' for count in comment_count_list[:3]] + ['>3次']
  user_count_list = user_count_list[:3] + [sum(user_count_list[3:])]
  
  chart = (
      Pie()
      .add(
          "",
          [list(z) for z in zip(comment_count_list, user_count_list)],
          center=["35%", "50%"],
      )
      .set_global_opts(
          title_opts=opts.TitleOpts(title="弹幕发送次数分布饼图"),
          legend_opts=opts.LegendOpts(pos_left="80%", orient="vertical"),
      )
      .set_series_opts(label_opts=opts.LabelOpts(formatter="{b}: {c}"))
  #     .render("pie_position.html")
  )
  chart.render_notebook()
  

  根据图中可以看到，发送一条弹幕的人占了大部分，2条的有5222个用户，3条1681个用户，大于3条的有1873个用户，接下来具体看看弹幕数量 Top10 。
  
  

• 以下回答来自chatgpt:

  可以使用以下步骤实现该目标：

  1. 使用jieba库对文本进行分词并提取前50个高频词汇，可以按照以下代码实现：

  import jieba from collections import Counter

  text = '这是一段文本，用于测试分词和提取高频词汇的功能。' words = jieba.lcut(text) word_counts = Counter(words) top50_words = word_counts.most_common(50) print(top50_words)

  1. 使用pyecharts绘制词云图，可以按照以下代码实现：

  from pyecharts.charts import WordCloud from pyecharts import options as opts

  wordcloud = WordCloud() wordcloud.add('词云图', top50_words, word_size_range=[20, 100]) wordcloud.set_global_opts(title_opts=opts.TitleOpts(title='词云图')) wordcloud.render('wordcloud.html')

  注意，上述代码中的top50_words是一个列表，其中每个元素是一个元组，表示一个词汇和其出现的次数。在绘制词云图时，需要将其转化为字典格式。可以按照以下代码实现：

  word_dict = dict() for word, count in top50_words: word_dict[word] = count

  wordcloud.add('词云图', word_dict.items(), word_size_range=[20, 100])

  完整代码如下：

  import jieba from collections import Counter from pyecharts.charts import WordCloud from pyecharts import options as opts

  text1 = '这是一段文本，用于测试分词和提取高频词汇的功能。' text2 = '这是另外一段文本，用于测试分词和提取高频词汇的功能。'

  对文本进行分词并提取前50个高频词汇

  words1 = jieba.lcut(text1) words2 = jieba.lcut(text2) word_counts1 = Counter(words1) word_counts2 = Counter(words2) top50_words1 = word_counts1.most_common(50) top50_words2 = word_counts2.most_common(50)

  绘制词云图

  wordcloud = WordCloud() word_dict1 = dict() for word, count in top50_words1: word_dict1[word] = count wordcloud.add('文本1', word_dict1.items(), word_size_range=[20, 100]) word_dict2 = dict() for word, count in top50_words2: word_dict2[word] = count wordcloud.add('文本2', word_dict2.items(), word_size_range=[20, 100]) wordcloud.set_global_opts(title_opts=opts.TitleOpts(title='词云图')) wordcloud.render('wordcloud.html')

如果你已经解决了该问题, 非常希望你能够分享一下解决方案, 写成博客, 将相关链接放在评论区, 以帮助更多的人 ^-^