Python词云

准备工作：

1.下载Anaconda

2.准备好制作词云的文本

3.安装词云包 pip install coludword

4.安装jieba切词包 pip install jieba

1.引入相关的库包：

[python]  view plain  copy

1. #coding:utf-8  
2. import jieba    #分词包  
3. import numpy    #numpy计算包  
4. import codecs   #codecs提供的open方法来指定打开的文件的语言编码，它会在读取的时候自动转换为内部unicode   
5. import pandas    
6. import matplotlib  
7. matplotlib.use('TKAgg')  
8. import matplotlib.pyplot as plt  
9. from wordcloud import WordCloud#词云包  

2.导入皇帝的新衣文件

[python]  view plain  copy

1. file=codecs.open(u"1.txt",'r')  
2. content=file.read()  
3. file.close()  

3.用jieba进行分词

[python]  view plain  copy

1. segment=[]  
2. segs=jieba.cut(content) #切词  
3. for seg in segs:  
4.     if len(seg)>1 and seg!='\r\n':  
5.         segment.append(seg)  

4.去高频语气词

[python]  view plain  copy

1. words_df=pandas.DataFrame({'segment':segment})  
2. words_df.head()  
3. stopwords=pandas.read_csv("not.txt",index_col=False,quoting=3,sep="\t",names=['stopword'],encoding="utf8")#去掉我们不需要的高频语气词等  
4. words_df=words_df[~words_df.segment.isin(stopwords.stopword)]  

5.统计词频

[python]  view plain  copy

1. words_stat=words_df.groupby(by=['segment'])['segment'].agg({"计数":numpy.size})  
2. words_stat=words_stat.reset_index().sort_values(by="计数",ascending=False)  

6.使用词云包制作词云

[python]  view plain  copy

1. from scipy.misc import imread  
2. import matplotlib.pyplot as plt  
3. from wordcloud import WordCloud,ImageColorGenerator  
4. %matplotlib inline  
5. bimg=imread('timg.jpeg')  
6. wordcloud=WordCloud(background_color="white",mask=bimg,font_path='simhei.ttf')  
7. #wordcloud=wordcloud.fit_words(words_stat.head(4000).itertuples(index=False))  
8. words = words_stat.set_index("segment").to_dict()  
9. wordcloud=wordcloud.fit_words(words["计数"])  
10. bimgColors=ImageColorGenerator(bimg)  
11. plt.axis("off")  
12. plt.imshow(wordcloud.recolor(color_func=bimgColors))  
13. plt.show()  

效果如下图：