头歌Python作业——9.3 中英文词云绘制(project)-CSDN博客

本文链接：https://blog.csdn.net/2201_75537843/article/details/140054236

第1关词云练习1

import string
from wordcloud import WordCloud
import matplotlib.pyplot as plt

def read_file(file):
    """接收文件名为参数，将文件中的内容读为字符串，只保留文件中的英文字母和西文符号，过滤掉中
    文，所有字符转为小写，将其中所有标点、符号替换为空格，返回英文文本字符串。"""
    with open(file, 'r', encoding='utf-8') as f:
        res = ''.join([x for x in f.read() if ord(x)<256]).lower()
        for c in string.punctuation:
            res = res.replace(c, ' ')
        return res
    
def word_frequency(txt):
    """参数 txt去除标点、符号的文本，统计并返回每个单词出现的次数。返回值为字典类型"""
    dic = {}
    for s in txt.split():
        dic[s] = dic.get(s, 0)+1
    return dic

def draw_cloud_en_freq(en_frequency):
    """参数 en_frequency为字典类型词频，绘制词云，显示高频单词数量为80个，图片的宽度600，高度400，背景白色、字体最大值150、图片边缘为5，放大画布1.5倍，不随机(random_state=False)，不显示坐标轴，词云保存为图片，路径和名为：'result/result.png' """
    wc = WordCloud(max_words=80, width=600, height=400,
                   background_color='White', max_font_size=150,
                   margin=5, scale=1.5, random_state=False)
    wc.generate_from_frequencies(en_frequency)
    plt.axis('off')
    wc.to_file('result/result.png')
    plt.imshow(wc)

if __name__ == '__main__':
    filename = 'Who Moved My Cheese.txt'        # 英文文件名
    content = read_file(filename)               # 调用函数返回字典类型的数据
    frequency_result = word_frequency(content)  # 统计词频
    draw_cloud_en_freq(frequency_result)        # 调用函数生成词云
    plt.show()                                  # 显示图像

第2关词云练习2

import string
from wordcloud import WordCloud
import matplotlib.pyplot as plt

def read_file(file):
    """接收文件名为参数，将文件中的内容读为字符串，只保留文件中的英文字母和西文符号，过滤掉中
    文，所有字符转为小写，将其中所有标点、符号替换为空格，返回英文文本字符串。"""
    with open(file, 'r', encoding='utf-8') as f:
        res = ''.join([x for x in f.read() if ord(x)<256]).lower()
        for c in string.punctuation:
            res = res.replace(c, ' ')
        return res
        
def draw_cloud_en_txt(text):
    """参数text读文件获取的文本，绘制词云，显示高频单词数量为80个，
    图片的宽度600，高度400，背景白色、字体最大值150、图片边缘为5，
    放大画布1.5倍，不随机(random_state=False)，不显示坐标轴，
    词云保存为图片，路径和名为：'result/result.png' """
    wc = WordCloud(max_words=80, width=600, height=400,
                   background_color='White', max_font_size=150,
                   margin=5, scale=1.5, random_state=False)
    wc.generate(text)
    plt.axis('off')
    wc.to_file('result/result.png')
    plt.imshow(wc)
    
if __name__ == '__main__':
    filename = 'Who Moved My Cheese.txt'  # 英文文件名
    content = read_file(filename)         # 调用函数返回字典类型的数据
    draw_cloud_en_txt(content)

第3关词云练习3

import jieba.analyse
from wordcloud import WordCloud
import matplotlib.pyplot as plt

def read_file(file):
    """接收文件名为参数，将文件中的内容读为字符串"""
    with open(file, 'r', encoding='utf-8') as f:
        return f.read()

def word_frequency_cn(txt):
    """参数 txt读文件获取的文本，jieba.analyse.textrank()可用参数topK设置最多返回多少个按词频降序排列的关键词列表，
    数据格式为列表：[('人民', 1.0), ('中国', 0.9533997295396189), ...]，
    将列表转为字典:{'人民': 1.0, '中国': 0.9533997295396189,...}，返回这个字典"""
    List = jieba.analyse.textrank(txt, topK=60, withWeight=True)
    print(List)
    return dict(List)
    
def draw_cloud_cn(frequency_dict):
    """参数为词频，字典类型，设定图片的中文字体为('fonts/MSYH.TTC')、背景为白色、
    背景图片'ball.jpg'、字体最大值200、按比例进行放大画布2倍，储存为 result/result.png"""
    bg = plt.imread('ball.jpg')
    wc=WordCloud(font_path='fonts/MSYH.TTC',
        background_color='White',
        mask=bg, max_font_size=200,
        scale=2, random_state=False)
    wc.generate_from_frequencies(frequency_dict)
    plt.axis('off')
    wc.to_file('result/result.png')
    plt.imshow(wc)

if __name__ == '__main__':
    filename = '湿地公约.txt'                # 用于生成词云的中文文件名
    content = read_file(filename)
    frequency = word_frequency_cn(content)  # 利用jieba对文本进行分词，并统计词频
    draw_cloud_cn(frequency)                # 绘制词云