【需求】
小陳同學(xué)想知道30篇文檔里，出現(xiàn)頻次最高的關(guān)鍵詞有哪些？
【環(huán)境】
Mac python3.6
用Anaconda配置的環(huán)境
【開始】
Step1

• 安裝要用到的庫(kù)：結(jié)巴分詞

pip install jieba

Step2

• 終端里輸入

jupyter notebook

• 打開jupyter (用完覺(jué)得可以一行一行執(zhí)行好適合初學(xué)者，可以發(fā)現(xiàn)哪里有bug，比sublime里寫完整體執(zhí)行再回去找bug要友善
  Step3
• 準(zhǔn)備要分析的文本，這時(shí)候有個(gè)巨坑就是編碼問(wèn)題，之前直接在寫，就遇到了編碼問(wèn)題，也不知道怎么解決。
• 因而，正確的使用中文文本數(shù)據(jù)方式，是你在Jupyter Notebook里面，新建一個(gè)文本文件。

• 把文本復(fù)制進(jìn)去，修改文件名，按File里的保存，就可以返回上一個(gè)菜單。

  
  

• 返回后，同樣新建一個(gè)python3文件，開始寫提取關(guān)鍵詞的代碼。

  
  

• 用了2種方式提取關(guān)鍵詞，個(gè)人覺(jué)得第二種更準(zhǔn)確一些，代碼如下：

  
  
• 如果你需要修改關(guān)鍵詞數(shù)量，就需要指定topK參數(shù)。例如你要輸出10個(gè)關(guān)鍵詞，可以這樣執(zhí)行：

for keyword, weight in extract_tags(data, topK=10, withWeight=True):
    print('%s %s' % (keyword, weight))

【參考】
這篇是根據(jù)這篇教程 做的，感謝分享者，靠譜！