やりたいこと
・yahooの記事をスクレイピングし、形態素解析する
・上位20件の単語と件数を表示したい。その結果をmatplotlibで横棒グラフで示したい。(ここができない)

エラーメッセージ
/usr/local/lib/python3.7/site-packages/matplotlib/backends/backend_agg.py:211: RuntimeWarning: Glyph 30452 missing from current font.
font.set_text(s, 0.0, flags=flags)
/usr/local/lib/python3.7/site-packages/matplotlib/backends/backend_agg.py:176: RuntimeWarning: Glyph 30452 missing from current font.
font.load_char(ord(s), flags=flags)
zsh: segmentation fault python3 a.py

ソースコード

import requests,bs4,re
import MeCab
import unidic
import matplotlib.pyplot as plt

URL = str(input('URL '))
#例https://news.yahoo.co.jp/articles/2dcc7a8bc191252476cdaa14e1cd51cc58ebcfcd
res = requests.get(URL)

res.raise_for_status()
soup = bs4.BeautifulSoup(res.text, "html.parser")#テキストを取得

#検索
pre_text = soup.find(class_="sc-iqzUVk")#htmlのidかclassかで探す。サイトによってidかclassの文字を変える
text = re.sub('[a-z]|[A-Z]', '', str(pre_text))#英字を削除、正規化
tagger = MeCab.Tagger()
word_count = {}

for line in tagger.parse(text).splitlines():#解析した単語と瀕死を一行ずつ読み取る
spl = line.split(',')
if '名詞'in spl[0]:
words = spl[0].split('\t')#単語と「名詞」に分ける
for word in words:
if word in word_count:#同じ単語を調べる
word_count[word] += 1
else:
word_count[word] = 1

term_list =['']*20
count_list = [0]*20

集計した単語の,出現回数を出力

print('[単語出現回数]','\n')
for term, count in sorted(word_count.items(),key=lambda x:x[1], reverse=True):#降順にソート
if(term != '名詞'):#結果に「名詞」が出てこないようにする
print(term,'\t',count)
for i in range(20):#上位20件の単語と件数を表示したい
term_list[i]= term
count_list[i] = count

plt.barh(term_list,count_list) # 横棒の棒グラフ
plt.show()

melian

2022/06/26 03:39

> RuntimeWarning: Glyph 30452 missing from current font. エラーではなくワーニングです。おそらく日本語フォントが見付からないという、matplotlib 定番の問題でしょう。 plt.rcParams['font.family'] = 'MS Gothic' を import matplotlib.pyplot as plt の直後辺りに追加して見て下さい。

meg_

2022/06/26 03:46

コードの挿入」で記入しましょう。 > その結果をmatplotlibで横棒グラフで示したい。(ここができない) 何も表示されないのでしょうか？

行動規範の内容に同意します

回答1件

ベストアンサー

日本語フォントを指定して、

python
1import matplotlib.pyplot as plt
2
3plt.rcParams['font.family'] = 'MS Gothic'

後半を以下の様に書き換えます。

python
1term_list = []
2count_list = []
3
4#集計した単語の,出現回数を出力
5for term, count in sorted(word_count.items(),key=lambda x:x[1], reverse=True):#降順にソート
6    if(term != '名詞'):#結果に「名詞」が出てこないようにする
7        term_list.append(term)
8        count_list.append(count)
9
10#上位20件の単語と件数を表示
11N = 20
12term_list = term_list[:N]
13count_list = count_list[:N]
14print('[単語 出現回数]','\n')
15for term, count in zip(term_list, count_list):
16    print(term, '\t', count)
17
18plt.barh(term_list, count_list) # 横棒の棒グラフ
19ticks = [*range(0, (max(count_list)//10+1)*10+1, 5)]
20plt.xticks(ticks, [*map(str, ticks)])
21plt.show()

投稿2022/06/26 04:10

melian

総合スコア20655

west_urad

2022/06/26 04:40

上位20件は表示できましたが、matplotlibが動かず、下記の表示が出ます。 matplotlibのバージョンがダメなのでしょうか？自分のmatplotlibのバージョンは3.1.0です。 findfont: Font family ['MS Gothic'] not found. Falling back to DejaVu Sans. /usr/local/lib/python3.7/site-packages/matplotlib/backends/backend_agg.py:211: RuntimeWarning: Glyph 12510 missing from current font. font.set_text(s, 0.0, flags=flags)