【python爬虫应用】爬京东上的小米5的2600多条差评数据之词频分析

imwaco

哪个库做的词频分析呢？

fundy

看看大神的杰作

lalalabu

# -*- coding: cp936 -*-

因为返回的不是中文
改了一下，加一个import json
#! /usr/bin/env python
# encoding:utf-8

import json

import codecs as cs
import jieba as jb                         #jieba是python上非常不错的中文分词插件，有多种模式可以选择
f = cs.open("bad.txt","r")
lines = f.readlines()
f.close()
data = []
dic ={}
for each in lines:
        bad = jb.cut_for_search(each)
        data.append(bad)

for eachline in data:
        for eachword in eachline:
                if eachword in dic:
                        dic[eachword] += 1
                else:
                        dic[eachword] = 1
sorteddic = sorted(dic.items(),key=lambda x:x[1],reverse=True)
for i in range(200):                        #显示了前100项，但是很多都是无用的助词或者标点符号，我在excel里手动删了，还是很方便的。
        
print json.dumps(sorteddic[i],encoding='UTF-8',ensure_ascii=False)

Puff

正好在做相关的分析，过来参考下

leoleom

顶顶顶顶

花寺情僧

学习一下

cvn

看看

军不败

犀利 1024

xtg1148

1111111111

djangson

看看看看那看看卡

曾经子曰

看看如何分析词频

hefu77

哈哈哈

zqm176

1

阳pipi

666

chvanhui

参观学习一下

文明的读书人

00

白色球鞋

膜拜

Danndee

瞄一下，

fily029

看看代码

Dout

学习学习