Python 使用wordcloud制作词云图

版权声明:本文为博主原创文章,遵循 CC 4.0 by-sa 版权协议,转载请附上原文出处链接和本声明。
本文链接:https://blog.csdn.net/HuangZhang_123/article/details/80351529

----------欢迎加入学习交流QQ群:657341423


wordcloud是Python的一个第三方模块,安装方法可以通过下载安装包,然后使用pip对安装包执行安装。安装包下载地址:请点击


wordcloud的基本用法

class wordcloud.WordCloud(font_path=None, 
						  width=400, 
						  height=200, 
						  margin=2, 
						  ranks_only=None, 
						  prefer_horizontal=0.9,
						  mask=None, 
						  scale=1, 
						  color_func=None, 
						  max_words=200, 
						  min_font_size=4, 
						  stopwords=None, 
						  random_state=None,
						  background_color='black', 
						  max_font_size=None, 
						  font_step=1, 
						  mode='RGB', 
						  relative_scaling=0.5, 
						  regexp=None, 
						  collocations=True,
						  colormap=None, 
						  normalize_plurals=True)

wordcloud对象的参数说明如下:

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',如果词云是中文字,必须设置字体路径,否则显示框框

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 (所以词语垂直方向排版出现频率为 0.1 )

mask : nd-array or None (default=None) //如果参数为空,则使用二维遮罩绘制词云。如果 mask 非空,设置的宽高值将被忽略,遮罩形状被 mask 取代。除全白(#FFFFFF)的部分将不会绘制,其余部分会用于绘制词云。如:bg_pic = imread('读取一张图片.png'),背景图片的画布一定要设置为白色(#FFFFFF),然后显示的形状为不是白色的其他颜色。可以用ps工具将自己要显示的形状复制到一个纯白色的画布上再保存,就ok了。

scale : float (default=1) //按照比例进行放大画布,如设置为1.5,则长和宽都是原来画布的1.5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。

wordcloud对象的函数方法说明如下:

fit_words(frequencies)  //根据词频生成词云
generate(text)  //根据文本生成词云
generate_from_frequencies(frequencies[, ...])   //根据词频生成词云
generate_from_text(text)    //根据文本生成词云
process_text(text)  //将长文本分词并去除屏蔽词(此处指英语,中文分词还是需要自己用别的库先行实现,使用上面的 fit_words(frequencies) )
recolor([random_state, color_func, colormap])   //对现有输出重新着色。重新上色会比重新生成整个词云快很多。
to_array()  //转化为 numpy array
to_file(filename)   //输出到文件

示例:
在前面的章节中,我们将某新闻报道进行分词处理,相关链接请点击。分词后的文档内容如下:
这里写图片描述
我们将这些分词使用词云显示,词云图片采用小猪佩奇。实现代码如下:

from wordcloud import WordCloud,ImageColorGenerator
import matplotlib.pyplot as plt
from scipy.misc import imread

#读取一个txt文件
text = open('data.txt','r',encoding='utf-8').read()
#读入背景图片
bg_pic = imread('img.png')

#生成词云
wordcloud = WordCloud(font_path='C:\Windows\Fonts\STZHONGS.TTF',
               background_color="white",  # 背景颜色
               max_words=2000,  # 词云显示的最大词数
               mask=bg_pic,  # 设置背景图片
               max_font_size=50,  # 字体最大值
               random_state=42,
               width=1000, height=860, margin=2,# 设置图片默认的大小,但是如果使用背景图片的话,那么保存的图片大小将会按照其大小保存,margin为词语边缘距离
               )
wordcloud.generate(text)
image_colors = ImageColorGenerator(bg_pic)

#显示词云图片
plt.imshow(wordcloud)
plt.axis('off')
plt.show()

#保存图片
wordcloud.to_file('test.jpg')

运行结果如图所示
这里写图片描述

展开阅读全文

没有更多推荐了,返回首页