利用Python进行政府工作报告词频统计与可视化分析

Felix

发布时间：2026-10-13 | 6人浏览过

原创

本文介绍如何使用Python对政府工作报告进行文本分析。通过jieba库进行中文分词，统计高频关键词如“发展”、“就业”及“疫情”的出现频次，并利用WordCloud库生成可视化词云图，直观展示政策重点。

引言

前言

政府工作报告背景与核心关键词统计

十三届全国人大三次会议提交了政府工作报告。该报告篇幅约为10500字，据称是改革开放40年来最短的一次。受新冠疫情影响，今年两会会期适当缩短，报告内容也大幅精简，这体现了“实干为要”的工作导向。那么，这份报告中重点强调了哪些关键词？我们可以借助Python技术进行词频统计并制作词云图来一探究竟。

Python实现词频统计与词云生成


import matplotlib.pyplot as plt#绘图库
import jieba
from wordcloud import WordCloud

# 读入文本数据
fp = open(r'D:\爬虫下载\2020年政府工作报告.txt','r',encoding='utf-8')
content = fp.read()
# print(content)
#分词
words = jieba.lcut(content)
# 词频分析操作
data = {}
for word in words:
  if len(word)>1:
    if word in data:
      data[word]+=1
    else:
      data[word]=1
# print(data)

#排序
hist = list(data.items())#转成列表
hist.sort(key=lambda x:x[1],reverse=True)
# print(hist)

#调试输出
for i in range(20):
  # print(hist[i])
  print('{:<10}{:>5}'.format(hist[i][0],hist[i][1]))#左对齐10，右对齐5个长度

下表统计了今年政府工作报告中出现频率较高的几个关键词。数据显示，“发展”一词出现次数最多，共计69次，这再次印证了“发展”在政府工作报告中的核心地位。其次是“就业”，出现了39次，这充分反映了在新冠疫情背景下就业问题的严峻性，以及党中央、国务院对就业工作的高度重视。尽管报告未设定全年具体经济增速目标，但仍明确了就业目标：城镇新增就业900万人以上，城镇调查失业率控制在6%左右，城镇登记失业率控制在5.5%左右。排名第三的是“疫情”，报告中多次提及疫情防控工作，并指出此次新冠肺炎疫情是新中国成立以来我国遭遇的传播速度最快、感染范围最广、防控难度最大的重大公共卫生事件。

“企业”作为市场经济的主体，在报告中出现了30次。为了保障就业和民生，必须稳住上亿市场主体，尽力帮助中小微企业及个体工商户渡过难关。报告提出加大宏观政策实施力度，着力稳企业保就业。此外，“支持”、“保障”、“加强”、“推进”等词汇的出现频率也较高，这些鼓舞人心的关键词让读者从政府工作报告的政策“干货”中感受到信心与底气。

基于上述关键词的出现频次，我们可以使用Python绘制政府工作报告的词云图。Python的词云生成功能十分强大，用户可以根据需要自定义形状、字体及大小。


result = ' '.join(words)
# print(result)
#生成词云
wc = WordCloud(
  font_path=r'D:\PPT\ppt字体\思源宋体SC-Regular.otf',
  background_color = 'white',#背景颜色
  width=500,#图片的宽
  height=300,
  max_font_size=50,
  min_font_size=12
)
wc.generate(result)
wc.to_file(r'.\wordcloud.png')#保存图片
#显示图片
plt.figure('政府工作报告')
plt.imshow(wc)
plt.axis('off')#关闭坐标轴
plt.show()