在Python中創建一個簡單的點圖

Question

我應該對一個語料庫中的n-gram進行計數，並創建一個點圖來顯示單詞的等級及其數量，以此作為驗證Zipf定律的練習。 例如，最終結果應如下所示：

我像這樣使用nltk提取了分布（此處僅用於字母組合）：

import nltk
with open(r'./1.txt', 'r') as file:
    text = file.read()
    file.close()

tokens = nltk.word_tokenize(text)
tokens = [token.lower() for token in tokens if len(token) > 1]
fdist = nltk.FreqDist(tokens)
ranks = fdist.most_common()

這給了我一長串由所有單詞組成的2元組的列表，它們的數量從最常見到最少。

我想知道如何從這里開始。 我只需要將此圖繪制在兩軸平面上。 我沒有安裝matpotlib / numpy，並且在這些庫中沒有任何經驗。 但是我有Microsoft Excel，所以我想知道是否可以某種方式以Excel可讀的格式導出此數據並將其繪制在那里。

Answer 1

以下幾行將以您使用matplotlib請求的方式來繪制數據：

import matplotlib.pyplot as plt
plt.plot(range(len(ranks)), [r[1] for r in ranks], 'ro')
plt.ylim([0,12])
plt.xlim([0,10])
plt.show()

安裝matplotlib很簡單。 請參閱此處以獲取有關您的操作系統的說明： http : //matplotlib.org/users/installing.html

Answer 2

如果要使用python進行繪圖，請安裝matplotlib。 將數據分成兩個向量x和y 。 相應的條目是x和y值。

然后簡單地做

import pylab
pylab.plot(x, y, '.')
pylab.savefig('myfilename.pdf')

'。 告訴它繪制點。

除了.pdf以外，您還可以保存多種格式。要保存另一種格式，只需將.pdf擴展名更改為所需的格式即可。 如果它是可接受的格式，它將執行此操作。

Answer 3

您可以使用XlsxWriter創建一個Excel 散點圖 ：