"C:\Users\lenovo\Desktop\report.txt"给这个文件生成词云图及简单分析的python代码

### 生成词云图的代码及文本分析以下是使用 Python 生成词云图的完整代码示例，数据源为指定路径的文件 `C:\\Users\\lenovo\\Desktop\\report.txt`。此代码依赖于 `wordcloud` 和 `matplotlib` 库[^1]。 ```python from wordcloud import WordCloud import matplotlib.pyplot as plt # 读取文件内容 with open(r"C:\\Users\\lenovo\\Desktop\\report.txt", "r", encoding="utf-8") as file: text = file.read() # 创建词云对象 wordcloud = WordCloud( width=800, height=400, background_color='white', colormap='viridis', contour_width=2, contour_color='steelblue' ).generate(text) # 显示词云图 plt.figure(figsize=(10, 5)) plt.imshow(wordcloud, interpolation='bilinear') plt.axis("off") plt.show() ``` #### 简单文本分析在生成词云图的同时，可以对文本进行简单的统计分析，例如计算词频并输出最常见的词语及其出现次数。以下代码展示了如何实现这一功能[^2]： ```python from collections import Counter import re # 读取文件内容 with open(r"C:\\Users\\lenovo\\Desktop\\report.txt", "r", encoding="utf-8") as file: text = file.read() # 提取单词并统计词频 words = re.findall(r'\w+', text.lower()) word_counts = Counter(words) # 输出最常见的10个单词及其频率 most_common_words = word_counts.most_common(10) print("最常见的10个单词及其频率：") for word, count in most_common_words: print(f"{word}: {count}") ``` 上述代码中，`re.findall` 方法用于提取所有单词，并将文本转换为小写以确保统计时不区分大小写[^3]。 #### 注意事项 - 确保文件路径正确且文件编码为 UTF-8。 - 如果需要支持中文词云，请安装中文字体文件并传递给 `WordCloud(font_path='simhei.ttf')` 参数[^4]。 - 在实际应用中，可以根据需求调整词云参数（如颜色映射、背景颜色等）。

创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考

下一篇 Java swing 设计的GUI 怎么与python 代码交互