### 实现游记文本的词频统计 要在 PyCharm 中实现游记文本的词频统计，可以按照以下方法完成。以下是完整的解决方案： #### 1. 安装必要的库 在 PyCharm 中运行 Python 脚本之前，需要安装 `jieba` 库用于中文分词以及可能使用的其他辅助库。 可以通过命令行或者 PyCharm 的终端执行以下命令来安装所需库： ```bash pip install jieba ``` 如果需要生成可视化图表（可选），还可以安装 `matplotlib` 和 `wordcloud`： ```bash pip install matplotlib wordcloud ``` --- #### 2. 编写代码实现词频统计 下面是一个基于 Jupyter Notebook 或 PyCharm 的完整脚本，用于读取游记文件并进行词频统计和同义词处理[^1]。 ```python import jieba from collections import Counter # 打开游记文件并读取内容 def read_file(file_path): with open(file_path, 'r', encoding='utf-8') as f: content = f.read() return content # 进行分词操作 def segment_text(text): words = jieba.lcut(text) return words # 同义词替换函数 def synonym_replacement(words): synonyms_map = { '行者': '悟空', '大圣': '悟空', '老孙': '悟空', '师父': '唐僧', '三藏': '唐僧', '长老': '唐僧', '八戒': '猪八戒', '呆子': '猪八戒' } replaced_words = [] for word in words: if len(word) == 1: # 排除单字干扰项 continue replaced_word = synonyms_map.get(word, word) # 替换同义词 replaced_words.append(replaced_word) return replaced_words # 统计词频并去除停用词 def count_frequency(words, stop_words=None): if not stop_words: stop_words = {'一个', '那里', '怎么', '我们', '不知', '两个', '什么', '不是'} filtered_words = [word for word in words if word not in stop_words and len(word) > 1] frequency = Counter(filtered_words) return frequency.most_common(10) # 主程序逻辑 if __name__ == "__main__": file_path = '游记.txt' # 游记文件路径，请确保该文件存在 text_content = read_file(file_path) segmented_words = segment_text(text_content) processed_words = synonym_replacement(segmented_words) top_10_frequencies = count_frequency(processed_words) print("前10高频词语及其频率:") for term, freq in top_10_frequencies: print(f"{term:<10} {freq:>5}") ``` --- #### 3. 数据准备 为了使上述代码正常工作，需准备好名为 `游记.txt` 的文件，并将其放置于项目根目录下。此文件应包含待分析的游记内容。 --- #### 4. 可视化扩展（可选） 如果希望进一步展示词频分布情况，可通过绘制柱状图或生成词云的方式增强效果[^2]。 ##### （1）柱状图示例 ```python import matplotlib.pyplot as plt top_10_terms, frequencies = zip(*top_10_frequencies) plt.bar(top_10_terms, frequencies) plt.xlabel('词语') plt.ylabel('频率') plt.title('游记词频统计 Top 10') plt.show() ``` ##### （2）词云生成示例 ```python from wordcloud import WordCloud all_words_str = ' '.join(processed_words) wc = WordCloud(font_path='simhei.ttf', width=800, height=400, background_color='white').generate(all_words_str) plt.imshow(wc, interpolation='bilinear') plt.axis('off') plt.show() ``` 注意：生成词云时需要指定支持中文的字体文件（如 `simhei.ttf`）。如果没有默认字体，可以从网上下载并配置到本地环境。 --- ### 注意事项 - 如果游记文本较大，建议优化内存管理方式。 - 停用词列表可以根据实际需求调整。 - 使用第三方工具（如 `WordCloud`）时，确保已正确安装依赖包。 ---