案例名： 基于nltk的微博热点趋势大数据分析 在本次案例中，我们首先需要载入通过爬虫程序抓取的微博文本内容，然后使用结巴分词对每个博主的微博进行分词处理，然后汇总每个博主的分词获得总词袋，再计算总词袋中词汇的每日文档频率（视每个博主每天所有微博为一个文档）。这样我们可以获得每一天微博热点词汇的排行。 数据分析的展开，我们又分成三个步骤： 第一步，我们需要累加30日内所有热点词的每日文档频率，获得热点词的30日总文档频率。 第二步，我们需要选取出top20的热点词，然后把这些top20热点词的每天的文档频率做为一行，添加日期属性后，合并成一个DataFrame。 第三步，我们需要利用matplotlib画出这个Dataframe中top20热点词的文档频率的变化趋势曲线图。 通过这个曲线图，我们可以清晰地看到，近30日内公众在的微博中关注的热点从出现，到发酵，到热议，到降温，到遗忘的整个过程。
