用Python做中文分词和绘制词云图

最新推荐文章于 2024-10-08 14:39:27 发布
最新推荐文章于 2024-10-08 14:39:27 发布
阅读量3.2k 收藏 13
点赞数
分类专栏： python 编程 文章标签： 词云绘制 jieba分词 python窗体
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/jhualin/article/details/84782221
版权

用Python做中文分词和绘制词云图

Python窗体布局

def __init__(self):
	self.root=Tk()
	self.root.wm_title('绘制词云')
	self.root.resizable(0, 0)  # 禁止调整窗口大小
	self.frame=Frame(self.root)
	self.frame.pack()
	#布局共用11个控件，4个标签，4个输入框，2个文件浏览按钮和1个词云绘制按钮
	#row0
	self.lab_txt=Label(self.frame,text="选择词云文本文件").grid(row=0,column=0)
	self.vt_txtfile=StringVar()
	self.txt_file=Entry(self.frame,textvariable=self.vt_txtfile,justify='center').grid(row=0,column=1)
	self.but_browse1=Button(self.frame,text="浏览...",command=self.ev_but_browse1).grid(row=0,column=3)
	#row1
	self.lab_res=Label(self.frame,text="选择词云形状图形").grid(row=1,column=0)
	self.vt_txtpic=StringVar()
	self.txt_pic=Entry(self.frame,textvariable=self.vt_txtpic,justify='center').grid(row=1,column=1)
	self.but_browse2=Button(self.frame,text="浏览...",command=self.ev_but_browse2).grid(row=1,column=3)
	#row2
	self.lab_num=Label(self.frame,text="设置词云显示字数").grid(row=2,column=0)
	self.vt_txtnum=StringVar()
	self.txt_num=Entry(self.frame,textvariable=self.vt_txtnum,justify='center').grid(row=2,column=1,columnspan=2)
	#row3
	self.lab_fontsize=Label(self.frame,text="设置词云字体大小").grid(row=3,column=0)
	self.vt_txtfontsize=StringVar()
	self.txt_fontsize=Entry(self.frame,textvariable=self.vt_txtfontsize,justify='center').grid(row=3,column=1,columnspan=2)
	#row4
	self.but_draw=Button(self.frame,text="绘制词云",command=self.ev_but_draw).grid(row=4,columnspan=3)

	self.vt_txtnum.set(100)
	self.vt_txtfontsize.set(150)

文本文件浏览按钮事件

def ev_but_browse1(self):
	default_dir =os.getcwd()# 设置默认打开目录为当前工作目录
	# 返回文件全路径
	fname = filedialog.askopenfilename(title=u"选择文件",
                                 initialdir=(os.path.expanduser(default_dir)))
	self.vt_txtfile.set(fname)

词云形状图片文件浏览按钮事件

def ev_but_browse2(self):
	default_dir =os.getcwd()# 设置默认打开目录为当前工作目录
	# 返回文件全路径
	fname = filedialog.askopenfilename(title=u"选择文件",
                                 initialdir=(os.path.expanduser(default_dir)))
	self.vt_txtpic.set(fname)

词云绘制按钮事件

def ev_but_draw(self):
	tx=self.vt_txtfile.get()
	pic=self.vt_txtpic.get()
	num=int(self.vt_txtnum.get())
	font_size=int(self.vt_txtfontsize.get())
	path_of_font = os.path.join(os.path.dirname("C:/Windows/Fonts"), "simhei.ttf")
	#从本地文件系统读取内容
	text_from_file_with_path = open(tx).read()
	wordlist_after_jieba = jieba.cut(text_from_file_with_path, cut_all = True)
	wl_space_split = " ".join(wordlist_after_jieba)
	#加载背景图片
	cloud_mask = np.array(Image.open(pic))
	my_wordcloud =WordCloud(max_words=num,font_path=path_of_font,max_font_size=font_size,mask=cloud_mask, margin=10,
           random_state=1).generate(wl_space_split)
	default_colors = my_wordcloud.to_array()
	title="词云"
	#解决中文显示问题
	plt.rcParams['font.sans-serif']=['SimHei']
	plt.rcParams['axes.unicode_minus'] = False
	plt.title(title,fontsize=30,color='g')
	plt.imshow(default_colors, interpolation="bilinear")
	plt.axis("off")
	plt.show()

运行效果图

!在这里插入图片描述](https://img-blog.csdnimg.cn/20181204005140765.png)
在这里插入图片描述

完整代码

from tkinter import *
from tkinter import messagebox
from tkinter import filedialog
import os

import matplotlib.pyplot as plt
from wordcloud import WordCloud
import jieba
from PIL import Image
import numpy as np
import random

class VGUIAPP:
	def __init__(self):
		self.root=Tk()
		self.root.wm_title('绘制词云')
		self.root.resizable(0, 0)  # 禁止调整窗口大小
		self.frame=Frame(self.root)
		self.frame.pack()
		#row0
		self.lab_txt=Label(self.frame,text="选择词云文本文件").grid(row=0,column=0)
		self.vt_txtfile=StringVar()
		self.txt_file=Entry(self.frame,textvariable=self.vt_txtfile,justify='center').grid(row=0,column=1)
		self.but_browse1=Button(self.frame,text="浏览...",command=self.ev_but_browse1).grid(row=0,column=3)
		#row1
		self.lab_res=Label(self.frame,text="选择词云形状图形").grid(row=1,column=0)
		self.vt_txtpic=StringVar()
		self.txt_pic=Entry(self.frame,textvariable=self.vt_txtpic,justify='center').grid(row=1,column=1)
		self.but_browse2=Button(self.frame,text="浏览...",command=self.ev_but_browse2).grid(row=1,column=3)
		#row2
		self.lab_num=Label(self.frame,text="设置词云显示字数").grid(row=2,column=0)
		self.vt_txtnum=StringVar()
		self.txt_num=Entry(self.frame,textvariable=self.vt_txtnum,justify='center').grid(row=2,column=1,columnspan=2)
		#row3
		self.lab_fontsize=Label(self.frame,text="设置词云字体大小").grid(row=3,column=0)
		self.vt_txtfontsize=StringVar()
		self.txt_fontsize=Entry(self.frame,textvariable=self.vt_txtfontsize,justify='center').grid(row=3,column=1,columnspan=2)
		#row4
		self.but_draw=Button(self.frame,text="绘制词云",command=self.ev_but_draw).grid(row=4,columnspan=3)    
		self.vt_txtnum.set(100)
		self.vt_txtfontsize.set(150)

	def ev_but_browse1(self):
		default_dir =os.getcwd()# 设置默认打开目录为当前工作目录
		# 返回文件全路径
		fname = filedialog.askopenfilename(title=u"选择文件",
                                     initialdir=(os.path.expanduser(default_dir)))
		self.vt_txtfile.set(fname)		
		
	def ev_but_browse2(self):
		default_dir =os.getcwd()# 设置默认打开目录为当前工作目录
		# 返回文件全路径
		fname = filedialog.askopenfilename(title=u"选择文件",
                                     initialdir=(os.path.expanduser(default_dir)))
		self.vt_txtpic.set(fname)

	def ev_but_draw(self):
		tx=self.vt_txtfile.get()
		pic=self.vt_txtpic.get()
		num=int(self.vt_txtnum.get())
		font_size=int(self.vt_txtfontsize.get())
		path_of_font = os.path.join(os.path.dirname("C:/Windows/Fonts"), "simhei.ttf")
		#从本地文件系统读取内容
		text_from_file_with_path = open(tx).read()
		wordlist_after_jieba = jieba.cut(text_from_file_with_path, cut_all = True)
		wl_space_split = " ".join(wordlist_after_jieba)
		#加载背景图片
		cloud_mask = np.array(Image.open(pic))
		my_wordcloud =WordCloud(max_words=num,font_path=path_of_font,max_font_size=font_size,mask=cloud_mask, margin=10,
               random_state=1).generate(wl_space_split)
		default_colors = my_wordcloud.to_array()
		title="词云"
		#解决中文显示问题
		plt.rcParams['font.sans-serif']=['SimHei']
		plt.rcParams['axes.unicode_minus'] = False
		plt.title(title,fontsize=30,color='g')
		plt.imshow(default_colors, interpolation="bilinear")
		plt.axis("off")
		plt.show()

mapp_v=VGUIAPP()
mapp_v.root.mainloop()

致谢

感谢王树义老师、dorami321等人的博客，感谢所有在网上开源和不吝赐教的无私奉献者。

主要参考博客网址

https://www.jianshu.com/p/207db98655b1
https://www.jianshu.com/p/af6201d2f0c6
https://blog.csdn.net/weixin_37986926/article/details/79004761

jhualin
关注
专栏目录
python生成中文词云图
qq_56297666的博客
05-07 1606
简单词云图设计
python生成简单中文词云图（新手向）
torol的博客
07-23 2352
python生成简单中文词云图（新手向） 上代码 import jieba #结巴 import wordcloud #词云 from scipy.misc import imread #处理图像 mask = imread("timg.jpg") #词云库提供的mask方法 #用于生成词云的图片，背景需为白色 #timg.jpg替换为你要用于生成词云的图片 f = open("content.txt","r",encoding="utf-8") #打开文本，encoding="utf-8"将文件编码改为
Python生成词云图实战教程
最新发布
weixin_34392511的博客
10-08 1093
本文还有配套的精品资源，点击获取 简介：Python中的词云图生成是一项重要技能，它通过可视化展示文本数据中词汇的频率。本教程包含Python源码实例，教授如何使用 wordcloud 库来生成词云图，涵盖了自定义形状、调整词频权重、过滤停用词等高级定制功能。实例将引导读者通过实际操作来理解和掌握词云图的生成过程，同时提供了在数据可视化和文本分析中的应用示例。...
用Python搞出自己的云词图 | 【带你装起来】
weixin_34383618的博客
01-01 596
作者：AI算法与图像处理 参考：http://www.sohu.com/a/149657007_236714 云词图简介 什么词云 由词汇组成类似云的彩色图形。“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。 有何作用 1、直观，高大上2、可装逼，很潇洒 准备工作 ...
python之中文分词
weixin_41670928的博客
02-17 724
目录 1、安装和使用jieba 2、分词练习 3、为jieba添加自定义的词典 4、知识点普及 1）分词文件怎么写 2）jieba.cut()参数说明 1、安装和使用jieba 直接用命令：pip3 install jieba就可以了，如图所示表示成功。 2、分词练习 import jieba if __name__ == '__main__': seg_gu=...
用python做词云 包含：处理词云形状+分词+绘制词云
qinglinc的博客
09-06 2632
用python制作词云 包含：处理词云形状+分词+绘制词云
使用Python wordCloud 做中文分词和绘制词云图片
qq_37561833的博客
11-15 1220
结果 主要的步骤： 1.数据获取：用爬虫或者直接去相关网站上复制文本内容，我是直接去人民网上随便复制了一篇文章保存到本地的 2.数据筛选：对中文的标点符号，特殊字符等过滤 3.数据呈现：将分割好的词写到自己想要的图片轮廓中 前提准备 1.安装处理词图的模块 wordcloud 　　pip install wordcloud 2.安装将文本序列按完整的意思切分成一个一个词的模块 jieba 　　...
python 可以用excel做词云图嘛_python绘制中文词云图
weixin_35953861的博客
03-01 4640
1. 明确任务最近学习过程中看到很多分析报告中都有运用到可视化的词云，也有看到五花八门的工具教程，刚好有一份《都挺好》电视剧的弹幕源数据。便决定用这份数据尝试使用python绘制词云。任务内容1. 在python中读取excel文件(《都挺好》弹幕源数据.xlsx)提取出弹幕内容2. 对弹幕内容文本进行结巴分词，设置并过滤掉停用词3. 使用wordcloud 将分词得到的词汇统计绘制词云图涉及难点...
使用Python绘制词云图片
Alex_7_7的博客
01-27 6654
使用Python绘制词云图片过程如下： 在官网下载一个Python的安装包。首先，查看自己电脑是32位还是64位。针对不同的电脑选择不同的版本。 64位地址为：https://www.python.org/ftp/python/3.9.0/python-3.9.0-amd64.exe 32位地址位：https://www.python.org/ftp/python/3.9.0/python-3.9.0.exe 下载完成后，按照提示进行安装。路径选择在D盘中。路径为D:\Python python 安装完成后
python的中文分词
xukeke12138的博客
12-23 3012
中文分词 这里写目录标题中文分词基于词典的分词方法最大匹配算法：（正向/逆向）预处理优化基于统计的分词方法基于语义、理解的分词方法分词工具jieba算法：thula分词工具包练习 基于词典的分词方法 机械分词方法、字符串匹配的分词方法。 按照一定的策略将待分词的汉字串与一个充分大的机器词典中的词条进行匹配。 三个要素:1.分词词典 2.文本扫描顺序 3.匹配原则 按照扫描句子的顺序，可以分为正向扫描、逆向扫描和双向扫描。 匹配的原则主要有最大匹配、最小匹配、逐词匹配和最佳匹配。 最大匹配算法：（正向/逆向）
Python中文分词_中文分词软件
11-14
Python中文分词_中文分词软件，使用jieba字典
中文分词程序Python版
11-01
中文分词程序Python版，算法是正向最大匹配 效果不错，亲自编写的
Python 中文分词
weixin_38146606的博客
04-16 366
1. 安装jieba 打开cmd easy_install jieba 2. 分词 3. 关键词提取
python 中文分词
wds2006sdo的专栏
03-31 5446
最近要写一个计算两个句子相似度的程序，需要分词，因此上网找找有关Python分词的资料。 看了别人的介绍，发现在python分词可选择中科院的分词和结巴分词，由于中科院分词要调用C++，所以我选择了结巴分词 结巴分词速度还行，但没有停用词表。于是我将结巴分词包装了一下，加入百度停用词列表、哈工大停用词表扩展、四川大学机器智能实验室停用词库与中文停用词库这四个停用词库。 结巴分词G
python中文分词介绍
WIndy_Sweety的博客
06-04 1150
一、jieba分词 1、精确模式（默认）：试图将句子最精确地切开，适合文本分析； seg = jieba.cut(“这是一段中文字符”, cut_all = False) 不加cut_all 为默认的精确模式 2、全模式，把句子中所有的可以成词的词语都扫描出来，但是不能解决歧义； seg = jieba.cut(“这是一段中文字符”, cut_all = True) 3、搜索引擎模式，在精确模式的基础上，对长词再次切分，提高召回率，该方法适合用于搜索引擎构建倒排索引的分词，粒度比较细。 seg =j
python中文单词_python中文分词
weixin_39668479的博客
12-13 137
使用nltk来处理中文资料nltk怎么样使用中文?这是个大问题。这么个工具目前只能比较好的处理英文和其他的一些拉丁语系，谁让别人的单词与单词之间有个空格隔开呢！中文汉字一个挨一个的，nltk在分词这一关就过不去了，分词没法分，剩下的就都做不了。唯一能做的，就是对网上现有的中文语料进行处理，这些语料都分好了词，可以使用nltk进行类似与英文的处理。python处理中文首先需要设置一下文本的编码，文件...
【python】中文怎样分词
rikoukai的博客
10-19 254
首先要用到jieba包，安装方法如下： pip install jieba -i https://pypi.douban.com/simple 用法实例： import jieba mystr = "编程中会用到很多需要迭代的地方强大的python已经为我们提供了itertools内置库用来帮助开发人员更便捷的编码" mycut = jieba.cut(mystr) mycuttext = ",".join(mycut) print(mycuttext) 运行结果： 编程,中,会,用到,很
r语言上机文本分析与词云绘制_R语言jiebaR包文本中文分词及词云制作上机练习...
weixin_31966615的博客
12-30 302
我是R语言的小白用户，关于R语言的学习，我的目标是隔三差五上机实践练习，每天进步一点点。微信出现之前，qq群是我和读者交流的主要阵地，一般我会问大家为什么入群这样一个问题，收集到一些有趣的回答，今天就以这组文本数据练习中文分词和词云图的制作。 首先我们先从excel读取数据data 准备jiebaR包和分词引擎library(jiebaR)engine 开始分词fc 我们会发现分词质量不高，有...
Python分词绘制词云图
04-18
Python分词绘制词云图是一种常见的文本可视化方法，可以通过将文本进行分词处理，然后根据词频生成词云图来展示文本中的关键词信息。下面是一种常见的实现方式： 1. 分词：首先需要使用Python中的分词库对文本进行...
评论 2
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值