### Python词云生成代码：基于《三国演义》文本提取前30个高频词汇 以下是用于生成《三国演义》文本中前30个高频词汇的Python词云代码。该代码综合运用了`jieba`库进行分词、`collections.Counter`进行词频统计以及`wordcloud`库生成词云图。 ```python import jieba from collections import Counter from wordcloud import WordCloud import matplotlib.pyplot as plt # 读取《三国演义》文本文件 def read_text(file_path): with open(file_path, 'r', encoding='utf-8') as f: text = f.read() return text # 分词并统计词频 def process_text(text): # 使用jieba精确模式分词 words = jieba.lcut(text) # 定义停用词表 stop_words = set(["的", "了", "一", "是", "不", "之", "都", "在", "有", "人", "一个", "和", "这", "也"]) filtered_words = [word for word in words if len(word) > 1 and word not in stop_words] counter = Counter(filtered_words) most_common_words = counter.most_common(30) # 获取前30个高频词汇 return dict(most_common_words) # 绘制词云图 def generate_word_cloud(word_freq_dict): wc = WordCloud( font_path="simhei.ttf", # 中文字体路径，确保中文正常显示 background_color="white", # 背景颜色 max_words=30, # 显示的最大单词数量 width=800, # 图片宽度 height=400 # 图片高度 ) wc.generate_from_frequencies(word_freq_dict) # 展示词云图 plt.figure(figsize=(10, 5)) plt.imshow(wc, interpolation="bilinear") plt.axis("off") # 关闭坐标轴 plt.show() if __name__ == "__main__": file_path = "sanguo.txt" # 替换为实际的《三国演义》文本文件路径 text = read_text(file_path) word_freq_dict = process_text(text) generate_word_cloud(word_freq_dict) ``` #### 代码解析 1. **文本读取** 函数 `read_text` 用于加载本地存储的《三国演义》文本文件，并将其作为字符串返回[^1]。 2. **分词与词频统计** - 使用 `jieba.lcut` 对文本进行精确分词。 - 剔除长度小于等于1的词语以及自定义的停用词列表中的词语。 - 利用 `Counter` 统计剩余词语的频率，并选取前30个最高频的词汇[^2]。 3. **词云绘制** - 创建 `WordCloud` 实例时指定了中文字体路径（如 `simhei.ttf`），以解决中文乱码问题[^4]。 - 设置最大显示单词数为30，调整图像尺寸以便于观察。 - 使用 `matplotlib` 将生成的词云可视化[^3]。 --- ### 注意事项 - 确保已安装所需依赖库：`jieba`, `wordcloud`, `matplotlib`。如果未安装，可以运行以下命令： ```bash pip install jieba wordcloud matplotlib ``` - 下载合适的中文字体文件（如 `simhei.ttf`），并将路径正确配置到代码中。 - 如果需要更复杂的处理（如角色名称合并），可以在 `process_text` 函数中扩展逻辑[^5]。 ---