对《还珠格格》进行词频统计
对《还珠格格》的词频统计生成词云标签
将《2016年中国政府工作报告》变成词云是这样的
然后是《小时代》
以小燕子照片为词云背景
对《射雕英雄传》进行词频统计并以郭靖剧照作为词云背景
有没有满满的即视感？
一个Web端的电影数据库交互
可以了解整个香港电影史，从早期合拍上海片，到胡金栓的武侠片，到李小龙时代，然后是成龙，接着周星驰
对职责要求的词频分析，提炼出必需技能
用爬虫爬下上万知乎女神照片
对于关注我的童鞋，谢谢你，代码拿去
词频统计和词云的代码
from wordcloud import WordCloudimport jiebaimport PILimport matplotlib.pyplot as pltimport numpy as npdef wordcloudplot(txt):
path='d:/jieba/msyh.ttf'
path=unicode(path, 'utf8').encode('gb18030')
alice_mask = np.array(PIL.Image.open('d:/jieba/she.jpg'))
wordcloud = WordCloud(font_path=path,
background_color="white",
margin=5, width=1800, height=800,mask=alice_mask,max_words=2000,max_font_size=60,random_state=42)
wordcloud = wordcloud.generate(txt)
wordcloud.to_file('d:/jieba/she2.jpg')
plt.imshow(wordcloud)
plt.axis("off")
plt.show()
def main():
a=[]
f=open(r'd:\jieba\book\she.txt','r').read()
words=list(jieba.cut(f))
for word in words:
if len(word)>1:
a.append(word)
txt=r' '.join(a)
wordcloudplot(txt)
if __name__=='__main__':
main()
爬知乎女神的代码
import requestsimport urllibimport reimport randomfrom time import sleepdef main():
url='xxx'
headers={xxx}
i=925
for x in xrange(1020,2000,20):
data={'start':'1000',
'offset':str(x),
'_xsrf':'a128464ef225a69348cef94c38f4e428'}
content=requests.post(url,headers=headers,data=data,timeout=10).text
imgs=re.findall('<img src=\\\\\"(.*?)_m.jpg',content)
for img in imgs:
try:
img=img.replace('\\','')
pic=img+'.jpg'
path='d:\\bs4\\zhihu\\jpg4\\'+str(i)+'.jpg'
urllib.urlretrieve(pic,path)
print ('下载了第'+str(i)+u'张图片')
i+=1
sleep(random.uniform(0.5,1))
except:
print ('抓漏1张')
pass
sleep(random.uniform(0.5,1))
if __name__=='__main__':
main()
来源：知乎
注意：CPDA数据分析师全国各地人才培养合作，请咨询13001995337王女士
