前一段韶光剖析民谣歌词的那边文章特殊火，刚好在研究利用python处理数据，就也想弄个类似东西练练手。于是乎，拉上自己亲妹妹 @张小黑 就开始分工。
一、准备歌词素材
歌词选择：杰伦至今的所有专辑（从最开始的
由于爬虫木有学会，就只好手动网络歌词。经由一系列的 google、baidu，终于找到别人整理好的歌词全集。ok，就这样歌词文件搞定了，一共也没多大，也就207K（想想周董这么多年唱的歌词大半都在这207K的txt文件里就不免有些感慨）。
二、对歌词文件完身分词
这是最难的部分，产品汪只会跟程序猿们相爱相杀，哪会写代码呀！
！
！
没办法，硬着头皮也要写。网上goolge各种关键字，看博客，花了半天的韶光，连蒙带猜，勉勉强强看懂了网上的代码示例，比着葫芦画瓢写了一点点写。
千难万险，终于写完调通，终极紧张的部分一共也就12行，没有任何注释（切实其实托钵人版代码，根本看不出来哪里sexy ~~~~(>_
三、对分词的结果进行剖析
好,我们终于到了正文，以上都是废话，下边才是主要结论。（如果以这种办法写邮件一定会被老板打去世 ♪(^∇^) ）
结论一：杰伦最喜好的唱的主题 --- 情歌 （我自己也知道这是废话 O(∩_∩)O）
拉了下涌现频率 top20 的词语，满满的都是文艺、伤感、爱情 ：
我们 / 怎么 / 没有 / 微笑 / 离开 / 爱情 / 回顾 / 不要 / 开始 / 如果 / 怎么 / 开始
我擦，觉得随机排列组合都能成歌词，方文山往后是不是就可以下岗了 ♪(^∇^)
结论二：杰伦喜好妈妈赛过爸爸，喜好外婆赛过爷爷以及外公（歌词中没有涌现奶奶）
大家该当都听过。
杰伦专门为外婆写了一首歌，个中也就1句歌词提到了外公。
至于爷爷，杰伦也有那首
结论三：杰伦喜好玄色、白色赛过其他颜色
很符合周董的形象，歌词里高大上的玄色&白色力压其他颜色。看到黑白两色频率这么高，我第一韶光想到的是，觉得很符合那个气质。还有便是青色涌现了6次，大概率是由于吧。
结论四：杰伦最喜好的语气词是 oh~
毋庸置疑，杰伦最喜好 oh~ ，打消大小写的成分，[oh] 涌现的频率乃至超过 [我们] 成为涌现词频最高的词汇。此外杰伦经典的 \"大众哎呦不错哦~\"大众 中的 [哎呦] 也名列前茅，看来杰伦真的很喜好讲这句话。
总结：只是从歌词来看，大概杰伦便是一个穿着黑白帽衫，表面上酷酷的，但是骨子里满是深情、文艺， 只喜好喝爷爷泡的茶，听妈妈的话，爱自己外婆的 ，嘴里时时时地冒出一句‘哎呦，不错哦’ 的 五好青年 ^_^
注：以上内容纯属胡说八道，如有雷同，纯属巧合。
另，头图不是 python 天生,是利用一个国外的网站（wordart）天生的。文章中利用的分词代码、歌词文本、头图已通过有道云条记分享（文章末端有链接），内容如下：
有道云条记链接：http://t.cn/RaICFIV
TensorFlow & 神经网络算法高等运用班” 要开课啦！
从低级到高等，理论 + 实战，一站式深度理解 TensorFlow！
本课程面向深度学习开拓者，讲授如何利用 TensorFlow 办理图像识别、文本分析等详细问题。课程跨度为 10 周，将从 TensorFlow 的事理与根本实战技巧开始，一步步教授学员如何在 TensorFlow 上搭建 CNN、自编码、RNN、GAN 等模型，并终极节制一整套基于 TensorFlow 做深度学习开拓的专业技能。
两名授课老师佟达、白发川身为 ThoughtWorks 的资深技能专家，具有丰富的大数据平台搭建、深度学习系统开拓项目履历。
韶光：每周二、四晚 20：00-21：00
开课时长：总学时 20 小时，分 10 周完成，每周 2 次，每次 1 小时
线上授课地址：http://www.mooc.ai/
雷锋网("大众年夜众号：雷锋网)干系阅读：
不再收费！
MapD数据库开源，过来人指示如何上手
你和真正的数据科学究竟差在哪里
