读txt文件，并统计词频，自己编辑停词表

image.png
image.png
image.png

如果用科普类的图书效果也许更加明显

image.png
程序没有变，只是把文章变成了《果壳中的宇宙》，效果更加明显。
停词表

这里再补充一点，自己之前没有注意过的，其实应该能想到，但是之前一直不肯定，迷迷糊糊的，看过代码之后确定了，在这里叨叨一句

image.png
image.png
image.png
看代码说明的第一句，这里的统计值，是经过tfidf计算之后的，不单单是词频，而是“重要性”，加上逆文本频率之后的结果。