已知词频生成词云图（数据库到生成词云）--generate_from_frequencies（WordCloud）

词云图是根据词出现的频率生成词云，词的字体大小表现了其频率大小。

 

写在前面：

用wc.generate(text)直接生成词频的方法使用很多，所以不再赘述。

但是对于根据generate_from_frequencies()给定词频如何画词云图的资料找了很久，下面只讲这种方法。

generate_from_frequencies适用于我已知词及其对应的词频是多少(已有数据库)，不需要分词的情况下。

官方文档说generate_from_frequencies函数的参数是array of tuple，但是我试了很久都不行，最后发现居然应该是dict 字典形式！

即形如：{ word1: fre1, word2: fre2,  word3: fre3,......,  wordn: fren }

 

注意：

词云wordcloud的中文显示，需要特殊处理，在网上看了不少是说加字体路径之类的方法我试了都不行，最后只好采用改变编码的形式才解决好。

fp = pd.read_csv(read_name, encoding='gbk')  # 读取词频csv文件, 编码为gbk

 

还有，示例词云的轮廓背景图由china_map.jpg给出，如下图：

 

一、数据文件准备

support_institution.csv

数据库字段分组查询数量

select support_institution name,count(support_institution) value from nsfc GROUP BY name ORDER BY value DESC;

查询结果部分截图：　　

 

导出为csv文件：support_institution.csv

 

二、导入模块包

可参考Windows下安装Python、matplotlib包 及相关
https://blog.csdn.net/mikasa3/article/details/78942650 

1、numpy

2、pandas

3、wordcloud

4、matplotlib

 

三、完整代码

import numpy as np
import pandas as pd
from wordcloud import WordCloud, ImageColorGenerator
import matplotlib.pyplot as plt
from PIL import Image


def draw_cloud(read_name):
    image = Image.open('china_map.jpg')  #