前言
时间：4月9日
题目：编写程序，统计两会政府工作报告热词频率，并生成词云。
题目分析与方法
题目要求有两个部分：
- 统计两会政府工作报告热词频率
- 生成词云图
首先需要统计两会政府工作报告的热词频率，通过在网络上搜寻，我找到一篇新华网在2025年3月12日发布的关于《两会受权发布丨政府工作报告》，全文共18526个字左右，将其作为我的report.txt以进行接下来的统计热词频率。
热词频率统计的核心流程包括：读取文本、进行中文分词，并对分词结果进行词频统计。在中文处理中，由于文本没有明显的词界分隔符，因此我借助 jieba 分词工具对原始语句进行切分，得到有意义的词语列表。随后，利用 collections.Counter 对词语出现次数进行计数，并筛选出高频热词，从而揭示报告的主要关注点与主题内容，最终可以将热频词可视化为直方图。
若Python环境中没有包含jieba库，则通过如下命令下载：
pip install jieba -i https://mirrors.aliyun.com/pypi/simple/ # 阿里云镜像源进行下载，速度较快词云图是一种将关键词按出现频率以可视化形式呈现的方法。通过将词频作为输入，将出现频率映射为词语字号，并随机排列显示位置，使重要词汇在图中更为突出。它可以快速让读者获取文本的核心关键词和内容分布，是文本分析中常用的直观呈现方式，在Python中可以导入WordCloud库来实现（若环境不包含则同理通过上文的下载命令进行按照）。
以下是实现功能的完整代码：
import jieba
from collections import Counter
from wordcloud import WordCloud
import matplotlib.pyplot as plt
# 设置中文字体
plt.rcParams['font.sans-serif'] = ['SimHei']
plt.rcParams['axes.unicode_minus'] = False
# 1. 读取政府工作报告文本
with open('report.txt', 'r', encoding='utf-8') as f:
text = f.read()
# 2. 中文分词 + 过滤长度为1的词
words = jieba.lcut(text)
filtered_words = [word for word in words if len(word) > 1]
# 3. 词频统计
word_freq = Counter(filtered_words)
# 4. 输出前20个热词
top_n = 20
top_words = word_freq.most_common(top_n)
print("Top 20 热词：")
for word, freq in top_words:
print(f"{word}: {freq}")
# 5. 绘制词频直方图（柱状图）
words, counts = zip(*top_words)
plt.figure(figsize=(12, 6))
plt.bar(words, counts, color='skyblue')
plt.title('Top 20 热词频率统计')
plt.xlabel('词语')
plt.ylabel('频率')
plt.xticks(rotation=45, ha='right') # 横轴标签旋转以适应长词
plt.tight_layout() # 自动调整布局防止重叠
plt.show()
# 6. 生成词云图
wc = WordCloud(
font_path='msyh.ttc', # 微软雅黑字体路径，确保中文正常显示
background_color='white',
width=800,
height=600,
max_words=100
)
wc.generate_from_frequencies(word_freq)
# 7. 显示词云
plt.figure(figsize=(10, 8))
plt.imshow(wc, interpolation='bilinear')
plt.axis('off')
plt.show()对于代码的运行结果，首先是热词频率统计直方图。
然后是词云图统计。
由统计分析可知，《政府工作报告》通过高频词如“发展”“推进”“建设”“加强”“推动”等，凸显了2025年中国政府工作以高质量发展为核心，强调通过深化改革、科技创新、制度完善和政策支持，加快构建现代化产业体系，扩大内需，推进城乡区域协调发展，强化生态保护和社会民生保障，统筹发展和安全，以实现经济持续回升向好、社会和谐稳定及“十四五”规划目标的圆满收官，为中国式现代化注入强劲动力。
结语
我通过Python编程，结合jieba分词和WordCloud库，成功完成了2025年《政府工作报告》的热词频率统计与词云图生成，直观呈现了以“发展”“推进”“建设”为核心的高频词汇以及词云图。
jieba分词工具高效精准地处理中文文本，解决了中文无明显词界分隔的难题，让够快速提取有意义的词语并进行词频统计，为文本分析提供了相当好的便利，而WordCloud库则以直观的视觉化方式将词频数据转化为词云图方便数据分析。这两个工具不仅适用于政策文本分析，还可在舆情监测、文献研究、市场分析等领域大放异彩，助力我更高效地挖掘数据。
