今天我了解了一些关于python词云模块的用法,简单地实践了一下。
安装比较顺利,还是老办法,pip install就可以安装好,但是时间比较长,因为可能同时安装了很多使用词云必须用到的包。
然后就是动手实践的过程了。在执行到
from wordcloud import WordCloud,ImageColorGenerator
这句代码时,提示can not import name "WordCloud",上网查找后,发现了问题:为了突出主题,我将文档名也设置成了wordcloud.py,与库名相同,导致无法调用相关的库。重命名后,就可以放心使用啦。
在生成词云的过程中,还有需要注意的一点就是如果要生成汉字词云,需要下载相应的ttf的字库,网上可以很容易搜索出来。我用的字库是方正黑体繁体字库。
wordcloud这个库还是比较好用的,掌握基本语句后如果有文本可以直接放进去,样式背景之类可以直接通过更改参数来实现,有很多教程也对这点做了详细的介绍。
由于我的文本是一些书名,也产生了一些问题,就是分词的问题,根据分词的图片结果,可以看出用到的jieba这个库并没有很好地区分。其实每个书名作为一个词组就可以,但是应该怎么解决我还没有找到办法,希望大家能帮助我一下。现在的图片是这样的:
可以看出有很多部分重复的词语在其中。下一步我将继续寻找解决的办法。在此先记录当前的一些进展好了。
经过再次查询知识后发现,原来中文部分处理用的方法是frequency,导入的具体形式是字典形式,分别是具体是‘“词组”:次数’的形式。具体方法是fit_words(),将字典作为参数输入即可。在此之后,我发现繁体字还是显示不出来,挑选之后我发现了可以完全显示的字库。网址是:点击打开链接
经过一个晚上,基本达到了预想的效果。最终得到我比较满意的词云图片如下: