-
Notifications
You must be signed in to change notification settings - Fork 0
/
ExPy20701.py
95 lines (77 loc) · 3.01 KB
/
ExPy20701.py
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
# 파이썬을 활용한 데이터 분석 및 시각화 (2020.10)
#
# 7 차시 : Konlpy를 활용한 한글 텍스트 분석 및 시각화
################################################
# 텍스트 분석 순서
# 문장 -> 단어 -> 키워드 -> 필터링 -> 집계 -> 시각화
################################################
# konlpy 패캐지 인스톨 필요 : 한글분석에 특화된 패키지 : korean natural languge
# konlpy 및 wordcloud 패캐지 인스톨 필요
# Step1 필요한 모듈을 실행
from konlpy.tag import Kkma
import matplotlib.pyplot as plt
# from matplotlib import font_manager, rc
from wordcloud import WordCloud
from collections import Counter
import numpy as np
kkma = Kkma() # 꼬고마 사전 함수 : 문장을 입력받아 형태소 분석해서 명사를 골라내줌
# Step2 파일을 불러와서 형태소 분석
source = open('c:\\Temp\\경주여행_지식인_2016_2.txt').read()
# print(source)
data2 = kkma.nouns(source) # 명사만 골라냄
# print(data2)
# f = open('ttt.txt', 'w', encoding='utf-8')
# s = ''
# for a in data2:
# s = s + str(a) + '\n'
# f.write(s)
# f.close()
data3 = Counter(data2)
# Step3 불용어 제거
stopwd = open('c:\\Temp\\stop_words.txt').read()
data3 = [ each_word for each_word in data2 if each_word not in stopwd ]
data4 = list()
# 1글자이하이거나 10글자이상인 것은 삭제 : 띠어쓰기 기준으로 단어를 판단하므로 글자수의 제약이 필요
for i in range(0, len(data3)):
if len(data3[i]) >=2 | len(data3[i]) <= 10:
data4.append(data3[i])
# Step4 단어별 빈도수 집계
data5 = Counter(data4)
data6 = data5.most_common(100) # 가장 많이 언급된 100개
tmp_data = dict(data6)
# Step5-1 워드 클라우드 그리기 : 한글폰트 지원이 안됨
wordclound = WordCloud(font_path='c:\\windows\\fonts\\NanumGothic.ttf',
relative_scaling=0.2,
background_color='black').generate_from_frequencies(tmp_data)
plt.figure(figsize=(8,4))
plt.imshow(wordclound)
plt.axis('on')
plt.show()
# Step5-2 워드 클라우드 그리기 : 한글폰트 지원이 안됨
import numpy as np
from PIL import Image
from wordcloud import ImageColorGenerator
alice_mask = np.array(Image.open('c:\\Temp\\alice.jpg'))
wc = WordCloud(font_path='c:\\windows\\fonts\\NanumGothic.ttf',
relative_scaling=0.2,
mask=alice_mask,
background_color='white',
min_font_size=1,
max_words=2000).generate_from_frequencies(tmp_data)
plt.figure(figsize=(8,8))
plt.imshow(wc)
plt.axis('off')
plt.show()
# 그래프로 그리기
import matplotlib.font_manager as fm
import matplotlib.pyplot as plt
import matplotlib
# import matplotlib.rc as rc
# font_location = 'C:\\Windows\\Fonts\\gulim.ttc'
# font_name = fm.FontProperties(fname=font_location).get_name()
# matplotlib.rc('font', family='font_name')
import nltk
plt.figure(figsize=(20,4))
from nltk.probability import FreqDist
g_data4 = FreqDist(data3)
g_data4.plot(50)