词云的安装制作及数据清洗代码

“词云”这个概念由美国西北大学新闻学副教授、新媒体专业主任里奇·戈登（Rich Gordon）于近日提出。戈登做过编辑、记者，曾担任迈阿密先驱报（Miami Herald）新媒体版的主任。他一直很关注网络内容发布的最新形式——即那些只有互联网可以采用而报纸、广播、电视等其它媒体都望尘莫及的传播方式。通常，这些最新的、最适合网络的传播方式，也是最好的传播方式。 因此，“词云”就是对网络文本中出现频率较高的“关键词”予以视觉上的突出，形成“关键词云层”或“关键词渲染”，从而过滤掉大量的文本信息，使浏览网页者只要一眼扫过文本就可以领略文本的主旨。

词云安装：

pip install wordcloud

数据清洗：

数据清洗可以去除掉数据中的噪声，纠正不一致，以达到格式标准化、异常数据清除、错误纠正和重复数据消除的目的。主要解决的问题有空缺值、错误数据、孤立点、噪声。其中空缺值和错误数据是数据清洗的重点。

步骤：

1，读取停用词表：

stopwords=[]
        with open("stopwords.text","r",encoding="utf-8") as f_stopwords;
            for word in f_stopwords:  (f方式读取)
                stopwords.append(word.replace("\n",""))

2，文本清洗：

        f_write_file=open("data_processed.txt","w",encoding="utf-8")
        word_list=[]  (生成最后的词典)
        with open("data.txt","r",encoding="utf-8") as f_data:
            for line in f_data:  (一行一行读取)
                words=jieba.cut(line.replace('\t','').replace('\n','').replace(' ',''))   (replace使得换行和空格为空)(用jieba.cut切割)
                for word in words:
                    if word not in stopwords and len(word)>1:
                        word_list.append(word)
        f_write_file.write(' '.join(word_list))   (把生成的词输出，空格使得每个词分开)  (一行)
        f_write_file.flush()  （把所有词写入）
        f_write_file.close()    (关闭)

词云制作：

from wordcloud import wordCloud
word_text=""
with open("data_processed.txt","r"(只读),encoding="utf-8") as f_data    #读取
    word_text=f_data.read()
wc=WordCloud(
    backgroud_color="white", #背景颜色
    max words = 200,   #最大词数
    font_path="加载的字体路径"
    min_font_size=15,
    max_fort_size=50,
    width=800,
    height=600
)

wc.generate(work_text)   #文本来生成
wc.to_file("wordcloud.png")   #写出（生成词云）


#添加matplotlib库直接在oycharm中显示
from matplotlib import pyplot as plot
from PIL import Image
import numpy as np


cloud_mask=np.array(Image.open("图片路径"))

img=Image.open("wordcloud.png")
mask=cloud_mask
plt.figure("词云制作")
plt.imshow(img)   (设置图片(词云形状))
plt.axis("on")   
plt.title("wordcloud")
plt.show()

＇＇＇***笔者的话：简单介绍了一下词云以及里面的部分代码实现。数据清洗也是词云分析中的一个重点内容。应该深入去学习、理解。ＦＩＧＨＴＩＮＧ．．．（热烈欢迎大家批评指正，互相讨论）
（you cannot find peace by avoiding life.）***＇＇＇