# coding: utf-8
#coded by 伊玛目的门徒

from pylab import mpl

mpl.rcParams['font.sans-serif'] = ['SimHei']



import jieba
txt= open('test.txt','r').read()

words = jieba.lcut(txt)     # 使用精确模式对文本进行分词

counts = {}

for word in words:
    if len(word) == 1:    # 单个词语不计算在内
        continue
    else:
        counts[word] = counts.get(word, 0) + 1    # 遍历所有词语，每出现一次其对应的值加 1



print (counts)





items = list(counts.items())
print (items)
items.sort(key=lambda x: x[1], reverse=True)    # 根据词语出现的次数进行从大到小排序        # .


word_list=[]
count_list=[]

for i in range(0,20):
    word, count = items[i]
    word_list.append(word)
    count_list.append(count)
    print("{0:<5}{1:>5}".format(word, count))



import matplotlib.pyplot as plt


plt.bar(range(len(count_list)), count_list)

plt.xlabel(word_list)


plt.show()

?

频率最高词排序：

关于 ? ?4527
公告 ? ?4356
股份 ? ?2155
2018 ?1628
会议 ? ?1353
独立 ? ?1316
公司 ? ?1275
临时 ? ?1156
董事会 ? 1076
意见 ? ?1006
决议 ? ? 953
有限公司 ? 942
董事 ? ? 934
股东大会 ? 778
股东 ? ? 725
事项 ? ? 617
资金 ? ? 602
科技 ? ? 573
部分 ? ? 558
交易 ? ? 510

?

图：

?

另外说一下，报告度最高的个股是 云南白药