河北沧州做网站的电话,有什么网站建设类岗位,石家庄抖音优化,wordpress头像缓存到本地实验目的#xff1a;
学会使用Pandas操作数据集#xff0c;并进行可视化。
数据集描述#xff1a;
该数据集是CNKI中与“中药毒理反应”相关的文献信息#xff0c;包含文章题目、作者、来源#xff08;出版社#xff09;、摘要、发表时间等信息。
实验要求#xff1…实验目的
学会使用Pandas操作数据集并进行可视化。
数据集描述
该数据集是CNKI中与“中药毒理反应”相关的文献信息包含文章题目、作者、来源出版社、摘要、发表时间等信息。
实验要求
使用Pandas读取数据集。统计每年的发文数量并绘制折线图。统计出版社的发文量信息列出发文前10位的出版社。使用jieba分词对摘要进行分词统计制作词频前30位的词云图。需安装jieba分词和词云工具包。
实验过程
为了完成这个实验你需要在你的Python环境中安装Pandas, jieba, matplotlib, 和 wordcloud这几个库。如果你还没有安装可以通过以下命令进行安装
pip install pandas jieba matplotlib wordcloud 导入库导入文件文件名称为 ansi.csv打印几行看看导入情况
import pandas as pd
df pd.read_csv(./ansi.csv)
df.head() 通过输出查看文件的表头是什么
print(df.columns) 统计每年的发文数量并绘制折线图
import matplotlib.pyplot as plt
plt.rcParams[font.sans-serif] [SimHei] # 指定默认字体
plt.rcParams[axes.unicode_minus] False # 解决保存图像是负号-显示为方块的问题
df[年] pd.to_datetime(df[5], format%Y-%m-%d %H:%M, errorscoerce).dt.year
year df[年].value_counts().sort_index()
plt.figure(figsize(10, 6))
plt.plot(year.index, year.values, markero)
plt.title(每年中药毒理反应文献发表数量)
plt.xlabel(年份)
plt.ylabel(发表数量)
plt.grid(True)
plt.show() 统计出版社的发文量信息列出发文前10位的出版社
publisher df[2].value_counts()
top publisher.head(10)
print(发文前10位的出版社:)
print(top) 使用jieba分词对摘要进行分词统计制作词频前30位的词云图
import jieba
from wordcloud import WordCloud
import matplotlib.pyplot as pltdef tokenize_abstracts(abstracts):all_words []for abstract in abstracts:words jieba.cut(abstract, cut_allFalse)all_words.extend(words)return all_wordsabstracts df[4].dropna().tolist()# 分词
all_words tokenize_abstracts(abstracts)# 计算词频
word_freq {word: all_words.count(word) for word in set(all_words)}# 制作词云
wordcloud WordCloud(font_pathsimhei.ttf,width800, height600, background_colorwhite, max_words30).generate_from_frequencies(word_freq)# 显示词云图
plt.figure(figsize(10, 8))
plt.imshow(wordcloud, interpolationbilinear)
plt.axis(off)
plt.show()
