安装成功后我们马上开始制作我们的图片,代码如下:
from os import path
from PIL import Image
import numpy as np
import matplotlib.pyplot as plt
from wordcloud import WordCloud, STOPWORDS, ImageColorGenerator
d = path.dirname(__file__)
# 读文本文件
text = open(path.join(d, 'data.txt')).read()
# 读取自定义图片
alice_coloring = np.array(Image.open(path.join(d, "pic.jpg")))
# 你可以通过 mask 参数 来设置词云形状
wc = WordCloud(background_color="white",max_words=2000,
mask=alice_coloring, max_font_size=60,random_state=102,scale=8,
font_path="C:\Windows\Fonts\msyhbd.ttf").generate(text)
wc.generate_from_text(text)
print('加载文本')
# 改变字体颜色
img_colors = ImageColorGenerator(alice_coloring)
# 字体颜色为背景图片的颜色
wc.recolor(color_func=img_colors)
# 显示词云图
plt.imshow(wc, interpolation="bilinear")
# 是否显示x轴、y轴下标
plt.axis('off')
plt.show()
# 获得模块所在的路径的
d = path.dirname(__file__)
# 将多个路径组合后返回
wc.to_file(path.join(d, "h16.jpg"))
print('生成词云成功!')
上面 text 文本内容是通过爬虫采集的,爬取的关于数据科学的一篇文章,有了文本源之后准备好你想要生成词云的图片就行了。
配置 wordcloud
的参数对于图片效果尤为重要,下面我们着重介绍一下wordcloud
的参数含义:
- font_path : string 字体路径,需要展现什么字体就把该字体路径+后缀名写上,如:font_path = ‘黑体.ttf’
- width : int (default=400) 输出的画布宽度,默认为400像素
- height : int (default=200) 输出的画布高度,默认为200像素
- prefer_horizontal : float (default=0.90) 词语水平方向排版出现的频率,默认 0.9
- mask : nd-array or None (default=None) 若参数为空,则正常绘制词云。如果 mask 非空,设置的宽高值将被忽略,形状被 mask 取代。除白色的部分将不会绘制,其余部分会用于绘制词云。
- scale : float (default=1) 按照比例进行放大画布,如设置为2,则长和宽都是原来画布的2倍。
- min_font_size : int (default=4) 显示的最小的字体大小
- font_step : int (default=1) 字体步长,如果步长大于1,会加快运算但是可能导致结果出现较大的误差。
- max_words : number (default=200) 要显示的词的最大个数
- stopwords : set of strings or None 设置需要屏蔽的词,如果为空,则使用内置的STOPWORDS
- background_color : color value (default=”black”) 背景颜色,如background_color=‘white’,背景颜色为白色。
- max_font_size : int or None (default=None) 显示的最大的字体大小
- mode : string (default=”RGB”) 当参数为“RGBA”并且background_color不为空时,背景为透明。
- relative_scaling : float (default=.5) 词频和字体大小的关联性
- color_func : callable, default=None 生成新颜色的函数,如果为空,则使用 self.color_func
- regexp : string or None (optional) 使用正则表达式分隔输入的文本
- collocations : bool, default=True 是否包括两个词的搭配
- colormap : string or matplotlib colormap, default=”viridis” 给每个单词随机分配颜色,若指定color_func,则忽略该方法。
效果展示
使用的照片是博主自己的照片,效果图如下:
学好 Python 不论是就业还是做副业赚钱都不错,但要学会 Python 还是要有一个学习规划。最后大家分享一份全套的 Python 学习资料,给那些想学习 Python 的小伙伴们一点帮助!
一、Python所有方向的学习路线
Python所有方向路线就是把Python常用的技术点做整理,形成各个领域的知识点汇总,它的用处就在于,你可以按照上面的知识点去找对应的学习资源,保证自己学得较为全面。
二、学习软件
工欲善其事必先利其器。学习Python常用的开发软件都在这里了,给大家节省了很多时间。
三、全套PDF电子书
书籍的好处就在于权威和体系健全,刚开始学习的时候你可以只看视频或者听某个人讲课,但等你学完之后,你觉得你掌握了,这时候建议还是得去看一下书籍,看权威技术书籍也是每个程序员必经之路。
四、入门学习视频
我们在看视频学习的时候,不能光动眼动脑不动手,比较科学的学习方法是在理解之后运用它们,这时候练手项目就很适合了。
五、实战案例
光学理论是没用的,要学会跟着一起敲,要动手实操,才能将自己的所学运用到实际当中去,这时候可以搞点实战案例来学习。
六、面试资料
我们学习Python必然是为了找到高薪的工作,下面这些面试题是来自阿里、腾讯、字节等一线互联网大厂最新的面试资料,并且有阿里大佬给出了权威的解答,刷完这一套面试资料相信大家都能找到满意的工作。
网上学习资料一大堆,但如果学到的知识不成体系,遇到问题时只是浅尝辄止,不再深入研究,那么很难做到真正的技术提升。
一个人可以走的很快,但一群人才能走的更远!不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人,都欢迎加入我们的的圈子(技术交流、学习资源、职场吐槽、大厂内推、面试辅导),让我们一起学习成长!