matlab - 使用 MATLAB 绘制词频图

Question

我有一个包含大约 1000 万个唯一单词的大型文本文件，它们在两列中出现频率，如下所示：

apple 10
banana 21
pineapple 7
orange 9
...

我想绘制一个图表，Y 轴为频率，X 轴为单词。我使用了“加载”命令，但它似乎不起作用。我收到以下错误：

Error using ==> load
Unknown text on line number 1 of ASCII file C:\Users\..\Desktop\inputdata.txt
"aa"

关于如何绘制图表的任何解决方案？

score 1 · Accepted Answer

试试importdata，例如：

 a=importdata('inputdata.txt')

a.data- 将输出数值向量，[10,21,...]

a.textdata - 将输出一个包含单词、、 apple等banana的元胞数组

所以如果你想按频率排序：

[b idx]=sort(a.data,'descend')
plot(a.data(idx));

另一种选择是使用barh，如下所示：

[b idx]=sort(a.data)
barh(a.data(idx));
set(gca,'yticklabel',a.textdata(idx))

在此处输入图像描述

但是，这仅适用于有限的单词列表，而不是 1000 万……

score 0 · Accepted Answer

您无法加载.txt文件。您需要使用文件 I/O 函数，例如textscan.

fid = fopen('inputdata.txt');
data = textscan(fid, '%s%f')
fclose(fid);

data将是一个 1x2 单元格。内容将是：

<4x1 cell>  [10;21;7;9]

data{1,1}，即 4x1 单元格将是：

'apple'
'banana'
'pineapple'
'orange'

您可以像这样访问字符串：

data{1,1}(2)

将输出'banana'.

并访问这样的数字：

data{1,2}(2)

会给你 21，这是香蕉的对应数字。

2 回答 2