词云（python）制作

心在远方AND走在路上 2021-08-01

1239

一、词云简介

词云图从大量的文本信息筛选出重要的信息，使浏览网页者只要一眼扫过文本就可以领略文本的主旨（简单来说就是一眼就知道多次在文本中重复出现次数最多的字词）

二、词云制作

1、工具准备

1）、pycharm 已经部署完成

2）、python的三个库安装完成：

pip install wordcloud
pip install jieba
pip install matplotlib

3）、制作词云的文本信息

2、举个栗子

2.1、未指定词云出现模型图

代码

# ****** Auto : YangGaoChao ******************************
# **** A beautiful day has begun. come on, Xiao Yang******
# ***** Cretive time : 2021-06-16 20:10 ******************
from wordcloud import WordCloud
import matplotlib.pyplot as plt  #绘制图像的模块
import  jieba                    #jieba分词
print("词云的文本路径类似：D://word_software/python_Study/词云/YC.txt"
)
path_txt = input("请输入词云的文本路径：",)
# path_txt = "D://YC.txt"
f = open(path_txt,'r',encoding='UTF-8').read()


# 结巴分词，生成字符串，wordcloud无法直接生成正确的中文词云
cut_text = " ".join(jieba.cut(f))


wordcloud = WordCloud(
   #设置字体，不然会出现口字乱码，文字的路径是电脑的字体一般路径，可以换成别的
   font_path="C:/Windows/Fonts/simfang.ttf",
   #设置了背景，宽高
   background_color="white",width=1000,height=880).generate(cut_text)


plt.imshow(wordcloud, interpolation="bilinear")
plt.axis("off")
plt.show()

运行截图：

2.2、指定词云出现模型图

代码：

# ****** Auto : YangGaoChao ******************************
# **** A beautiful day has begun. come on, Xiao Yang******
# ***** Cretive time : 2021-06-17 09:10 ******************
from PIL import Image
from wordcloud import WordCloud, ImageColorGenerator
import matplotlib.pyplot as plt
import numpy as np
import  jieba
def YCGetWordCloud():
   print("词云的文本路径类似：D://word_software/python_Study/词云/YC.txt")
   path_txt = input("请输入词云的文本路径：",)
   print("词云的模型图路径类似：D://word_software/python_Study/词云/YC.jpg")
   path_img = input("请输入词云的文本路径：",)
   f = open(path_txt, 'r', encoding='UTF-8').read()
   background_image = np.array(Image.open(path_img))
   # 结巴分词，生成字符串，如果不通过分词，无法直接生成正确的中文词云,感兴趣的朋友可以去查一下，有多种分词模式
   #Python join() 方法用于将序列中的元素以指定的字符连接生成一个新的字符串。
   cut_text = " ".join(jieba.cut(f))


   wordcloud = WordCloud(
       # 设置字体，不然会出现口字乱码，文字的路径是电脑的字体一般路径，可以换成别的
       font_path="C:/Windows/Fonts/simfang.ttf",
       # font_path="C:/Windows/Fonts/Consolas.ttf",
       background_color="white",
       # mask参数=图片背景，必须要写上，另外有mask参数再设定宽高是无效的
       mask=background_image).generate(cut_text)
   # 生成颜色值
   image_colors = ImageColorGenerator(background_image)
   # 下面代码表示显示图片
   plt.imshow(wordcloud.recolor(color_func=image_colors), interpolation="bilinear")
   plt.axis("off")
   plt.show()


if __name__ == '__main__':
   YCGetWordCloud()

为了方面大家使用；此段代码需要自己手动输入：词云图和词云文本的路径

运行结果：

三、词云库整理

1、jieba包学习

1.1简介：

“jieba” （Chinese for “to stutter”）Chiese text segmention:built to be the best Python Chinse word segmenmtation module.

"jieba" Chiese文本分词：打造最好的Python中文分词模块。

1.2.、jieba库分词的三种模式：

1.2.1、精准模式：把文本精准地分开，不存在冗余

举个栗子：
import jieba
yc = jieba.lcut("与其降低你的开支，不如去尝试增加你的收入。这就是努力的理由")
print(yc)

运行结果：

D:\word_software\python_Study\venv\Scripts\python.exe D:/word_software/python_Study/venv/06/0617/jieba整理.py
Building prefix dict from the default dictionary ...
Loading model from cache C:\Users\Thinkpad\AppData\Local\Temp\jieba.cache
Loading model cost 0.592 seconds.
Prefix dict has been built successfully.
['与其', '降低', '你', '的', '开支', '，', '不如', '去', '尝试', '增加', '你', '的', '收入', '。', '这', '就是', '努力', '的', '理由']

1.2.2、全模式：把文中所有可能的词语都扫描出来，存在冗余

举个栗子：
import jieba
yc = jieba.lcut("与其降低你的开支，不如去尝试增加你的收入。这就是努力的理由", cut_all = True)
print(yc)

运行结果：

D:\word_software\python_Study\venv\Scripts\python.exe D:/word_software/python_Study/venv/06/0617/jieba整理.py
Building prefix dict from the default dictionary ...
Loading model from cache C:\Users\Thinkpad\AppData\Local\Temp\jieba.cache
['与其', '降低', '你', '的', '开支', '，', '不如', '去', '尝试', '增加', '你', '的', '收入', '。', '这', '就是', '努力', '的', '理由']
Loading model cost 0.689 seconds.
Prefix dict has been built successfully.

1.2.3、搜索引擎模式：在精准模式的基础上，再次对长词进行切分

举个栗子：
import jieba
yc = jieba.lcut_for_search("与其降低你的开支，不如去尝试增加你的收入。这就是努力的理由")
print(yc)

运行结果：

D:\word_software\python_Study\venv\Scripts\python.exe D:/word_software/python_Study/venv/06/0617/jieba整理.py
Building prefix dict from the default dictionary ...
Loading model from cache C:\Users\Thinkpad\AppData\Local\Temp\jieba.cache
Loading model cost 0.709 seconds.
Prefix dict has been built successfully.
['与其', '降低', '你', '的', '开支', '，', '不如', '去', '尝试', '增加', '你', '的', '收入', '。', '这', '就是', '努力', '的', '理由']

1.3、语法总结

2、wordcloud库学习

2.1、简介：

优秀的词云展示第三方库，以词语为基本单位，通过图形可视化的方式，更加直观和艺术的展示文本。

2.2、基本使用

wordcloud 库把词云当作一个WordCloud对象

wordcloud.WordCloud()代表一个文本对应的词云

可以根据文本中词语出现的频率等参数绘制词云

绘制词云的形状、尺寸和颜色均可设定

以WordCloud对象为基础，配置参数、加载文本、输出文件

2.3、配置对象参数：w= wordcloud.WordCloud(<参数>)

参数       描述
width       指定词云对象生成图片的宽度,默认400像素
            w=wordcloud.WordCloud(width=600)
height      指定词云对象生成图片的高度,默认200像素
            w=wordcloud.WordCloud(height=400)
min_font_size 指定词云中字体的最小字号，默认4号
            w=wordcloud.WordCloud(min_font_size=10)
max_font_size       指定词云中字体的最大字号，根据高度自动调节
            w=wordcloud.WordCloud(max_font_size=20)
font_step       指定词云中字体字号的步进间隔，默认为1
            w=wordcloud.WordCloud(font_step=2)
font_path       指定文体文件的路径，默认None
            w=wordcloud.WordCloud(font_path="msyh.ttc")
max_words       指定词云显示的最大单词数量,默认200
            w=wordcloud.WordCloud(max_words=20)
stop_words       指定词云的排除词列表，即不显示的单词列表
            w=wordcloud.WordCloud(stop_words="Python")
mask       指定词云形状，默认为长方形，需要引用imread()函数
from scipy.msc import imread
mk=imread("pic.png")
w=wordcloud.WordCloud(mask=mk)
background_color       指定词云图片的背景颜色，默认为黑色
            w=wordcloud.WordCloud(background_color="white")

2.4、举个栗子：

import jieba
import wordcloud
txt="比你有钱的人，一定比你努力，比你努力的人，终有一天会比你有钱，生活本来就是平衡的，你不为赚钱付出辛苦，你就得为省钱烦恼，这不是鸡汤，是现实！。
w=wordcloud.WordCloud(width=1000,font_path="C:\\Windows\\Fonts\\simfang.ttf",height=700)
w.generate(" ".join(jieba.lcut(txt)))
w.to_file("computerlanguage.png")

运行结果：

3. matplotlib库学习

3.1、matplotlib简介

Matplotlib 是Python中类似 MATLAB 的绘图工具，熟悉 MATLAB 也可以很快的上手 Matplotlib。

3.2、知识图谱

python

文章转载自心在远方AND走在路上，如果涉嫌侵权，请发送邮件至：contact@modb.pro进行举报，并提供相关证据，一经查实，墨天轮将立刻删除相关内容。

词云（python）制作

一、词云简介

二、词云制作

1、工具准备

2、举个栗子

三、词云库整理

1、jieba包学习

2、wordcloud库学习

3. matplotlib库学习

评论