python小项目——词云制作

 

• 所谓词云：

       “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。

 

        随着python的迅速崛起，人们发现可以使用python来实现很多有趣的小作品。这款词云也是非常吸引我，因此专门去翻了翻前辈们的足迹，自己实现了一次。

 

       首先我们需要明确实现这个功能需要一些什么库

WordCloud  #词云制作 最关键的库：用来形成词云
PIL.Image   #（opencv简洁版）绘制图像，图像解析 opencv（BGR）  matplotlib（2d）
numpy   #将图形转化为矩阵数组
jieba  #中文分词  根据中文语境 自定义分词

 

 

 

• 纯英文文本的词云生成代码：

import numpy as np    #将图案轮廓转化成数组存储
import PIL.Image as image   #图像分析
import matplotlib.pyplot as plt     #绘图
from wordcloud import WordCloud       #词云

filename = "text_ep.txt"  #文本位置及文件名
with  open(filename) as f:
    mytext = f.read()   #读取  存入mytext
mask = np.array(image.open("mask.jpg"))       #打开词云图案读取轮廓   轮廓数组化   

wordcloud = WordCloud(mask= mask).generate( mytext) 



plt.imshow(wordcloud,interpolation = 'bilinear') #bilinear双线性插值
plt.axis("off")
wordcloud.to_file('Wordcloud.png')

注：双线性插值制图详解传送门

 

 

 

• 中文分词词云生成代码：（这里需要用到 jieba 这个汉语分词库）

  from wordcloud import WordCloud  #词云制作   文字字体大小尺寸等
  import PIL.Image as  image   #（opencv简洁版）绘制图像 opencv（BGR）  matplotlib（2d）
  import  numpy as np   #将图形转化为矩阵
  import jieba  #中文分词
  
  def transfrom_zh(text):  #接收文本
      word_list = jieba.cut(text)  #加空格断词
      result = ' '.join(word_list)
      return  result
  
  
  filename = "text_zh.txt"
  with open(filename,encoding='utf-8') as f:
      mytext = f.read()  #读取文本
      mytext = transfrom_zh(mytext)   #删除标点  空格断词转换
      mask = np.array(image.open("mask.jpg"))   #图像轮廓转换为数组
      wordcloud = WordCloud(
          mask= mask ,   #遮罩
          font_path = 'C:\Windows\Fonts\STZHONGS.TTF' #中文字体名（点击属性查看，选英文名的汉字字体）不加报错 默认路径C:\Windows\Fonts\STZHONGS.TTF 华文中宋
      ).generate(mytext)
  
  image_1 = wordcloud.to_image()
  image_1.show()

 

 

                               清明节网上随手找的文章，用右下角的mask做的词云，非常开心呢~给你看下我的图：

总结：

   词云制作的代码不是很多，用到了很多的python自带库，难度一般，需要对库函数做进一步的理解。

祝大家学业有成！也祝自己~     一起努力！！！