词云python

词云

在开始接触NLP阶段，初试了文字生成的模型，从而在字符级、词级的条件下建立示例的模型。回到最基本的词的内容，通过可视化方式观察词频的情况，对前期的分析也许有些帮助。这类型的词云图，有时候作为PPT汇报的点缀也提升解释性。在此，简单记录绘制的过程，也方便后续回想。

import os
import numpy as np
np.random.seed(123)
os.environ['CUDA_VISIBLE_DEVICES'] = ""  # 设置为cpu运行

from tensorflow.keras.models import Sequential
from tensorflow.keras.layers import LSTM, RNN, Dense, Activation
from tensorflow.keras.optimizers import RMSprop,Adam

import jieba
import nltk

import matplotlib as mpl
# mpl.rcParams["font.sans-serif"] = [u"SimHei"]
# mpl.rcParams['axes.unicode_minus'] = False
import matplotlib.pyplot as plt
%matplotlib inline

myfont = mpl.font_manager.FontProperties(fname='/usr/share/fonts/opentype/noto/NotoSansCJK-Bold.ttc') 
mpl.rcParams['axes.unicode_minus'] = False

数据准备

alltext = open(file='./data/excise_caixin.txt',encoding='utf-8')

alltext_use = alltext.read()  # 获取10000个字符
alltext.close()

alltext_use = alltext_use.replace('\n','').replace(