0 前言

1 月 9 号张小龙在微信之夜上演讲了近 4 个小时，第二天就一堆文字稿出现了，接着是下面这一张图被大量转发.

前面说的我没去看，但是应该都是对的；后面说张小龙说得最多的是哪些，我觉得不可能是这样的分布，于是去找了资料确认。

采铜的原文中明确说到是『并不完全的统计』，为了做出和采铜不一样的并不完全的统计，我和采铜一样去腾讯公众号拿了官方完整版文字稿进行分词并且统计词频，。

请注意，我的分析是并不完全的、按照我的心思去掉数据的！！下图是出现频率较高的图。下图是部分和『底线』出现频率是一样的，没错，还有少，小，智能等，虽然我也没分析出什么来。为了显示我的不一样，我还做了几个词云图来配合我的演出。

想一想这些数据能不能自己统计出来，能不能以自己的方式表达数据背后的东西。为什么要这样？因为别人统计的数据不一定精准、清洗数据的方式和你的不一样、用的语言或者工具和你的也不一样。

也不是说别人的分析不能看，我只是建议自己分析，然后结合别人的分析一起看。想想数据清洗的时候别人是为什么去掉一些数据，为什么只把部分数据拿出来分析。

采铜的文章，从立意和分析都是值得去学习的，至于最开始发的那张图，当个笑话看就好。

1 代码

还是 Python 代码，还是先导入库

import matplotlib.pyplot as plt
import jieba.analyse
from wordcloud import WordCloud, ImageColorGenerator
import numpy as np
import PIL.Image as Image

C:/Users\ASUS\Desktop\歌词/l.txt 里面的内容是要进行统计词频的文字,下面代码的功能是读取出要统计的文字

fp = open('C:/Users\ASUS\Desktop\歌词/l.txt')
try:
    file_context = fp.read()
    #  file_context = open(file).read().splitlines()
finally:
    fp.close()

这部分代码的功能是分词，然后统计词频并且打印出来。可以对代码进行一下修改，把统计好的结果写入 txt 文件或者 excel 文件中。

words = jieba.cut(file_context, cut_all=True)
word_freq = {}
for word in words:
    if word in word_freq:
        word_freq[word] += 1
    else:
        word_freq[word] = 1
freq_word = []
for word, freq in word_freq.items():
    freq_word.append((word, freq))
freq_word.sort(key=lambda x: x[1], reverse = True)
max_number = int(100)  # 100可以修改成别的数，意思是只显示前 100 个词的词频
for word, freq in freq_word[: max_number]:
    print(word, freq)

下面这部分的代码是分词，然后把分词后的结果以图片的形式显示出来。

word_list = jieba.cut(file_context, cut_all=True)
word_space_split = ' '.join(word_list)

coloring = np.array(Image.open("E:/Python/wechat/toux.jpg"))  # 设置图片作为词云图的背景
my_wordcloud = WordCloud(background_color="white", max_words=2000,
                         mask=coloring, max_font_size=100, random_state=42, scale=2,
                         font_path="C:/Windows/Fonts/simkai.ttf").generate(word_space_split)
#  max_words 可以修改
image_colors = ImageColorGenerator(coloring)
plt.imshow(my_wordcloud.recolor(color_func=image_colors))
plt.imshow(my_wordcloud)
plt.axis("off")
plt.show()

这里没有过多的解释，因为可以不用写代码。

2 不写代码

在线网站，每一个网站都不一样，我就不一一介绍了。

拿到要分析的文本后自行动手，分词和词云图都有。

http://corpus.zhonghuayuwen.org/CpsTongji.aspx

http://picdata.cn/index.php

http://cloud.niucodata.com/

https://minitagcloud.com/

http://ictclas.nlpir.org/nlpir/

3 说明

哪怕错过了 2019 微信公开课的直播，你还可以去看看回放，腾讯大学那里就有视频，建议用电脑看。

注：我也不知道我写了些什么狗屁，感觉语句就没有通顺的，废话一堆，该说的却没说透，但是，就这样吧以后再改。