高频词提取（TF，Term Frequency）,高频词指在文档中出现频率较高并且有用的词。 所以我们要做的工作有：加载数据，去除停用词，用字典统计高频词，输出top10的高频词。 运行结果如下： 这个代码需注意的地方有：将新闻复制粘贴到txt文件中注意需用utf8编码 ...

最近研究seo和python如何结合，参考网上的一些资料，写的这个程序。 目的：分析某个行业（例如：圆柱模板）用户最关心的一些词，根据需求去自动调整TDK,以及栏目，内容页的规划 使用方法： 1、下载安装cygwin：http://www.cygwin.com ...

题目描述 　　有一个 1GB 大小的文件，文件里每一行是一个词，每个词的大小不超过 16B，内存大小限制是 1MB，要求返回频数最高的 100 个词(Top 100)。 解答思路 　　由于内存限制，我们依然无法直接将大文件的所有词一次读到内存中。因此，同样可以采用分治策略，把一个大文件分解成 ...

日期：2020.01.28 博客期：136 星期二 　　【本博客的代码如若要使用，请在下方评论区留言，之后再用（就是跟我说一声）】 　　所有相关跳转： 　　a.【简单准备】 　　b.【云图制作+数据导入】（本期博客） 　　c.【拓扑数据】 　　d.【数据修复】 　　e. ...

题目描述： 有一个 1GB 大小的文件，文件里面每一行是一个词，每个词的大小不超过 16B，内存大小限制是 1MB，要求返回频数最高的 100 个词。 分析与解答： 由于文件大小为 1GB，而内存大小只有 1MB，因此不可能一次把所有的词读入到内存中处理，需要采用分治的方法，把一个大的文件 ...

导入类库 make_point：标注，类似于matplotlib的text is_stack：堆叠，将同一图表中的不同图像堆叠显示 is_label_show：显示每个数据的标注 is_datazoom_show：数据缩放显示 地图 ...

日期：2020.02.02 博客期：141 星期日 　　【本博客的代码如若要使用，请在下方评论区留言，之后再用（就是跟我说一声）】 　　所有相关跳转： 　　a.【简单准备】 　　b.【云图制作+数据导入】 　　c.【拓扑数据】 　　d.【数据修复】 　　e.【解释修复+热词 ...

日期：2020.02.05 博客期：144 星期三 　　 　　【本博客的代码如若要使用，请在下方评论区留言，之后再用（就是跟我说一声）】 　　所有相关跳转： 　　a.【简单准备】 　　b.【云图制作+数据导入】 　　c.【拓扑数据】 　　d.【数据修复】 　　e.【解释修复+热 ...