六、wordcloud的安装和简介
wordcloud库把词云当作一个WordCloud对象。wordcloud.WordCloud()代表一个文本对应的词云,可以根据文本中词语出现的频率等参数绘制词云,绘制词云的形状、尺寸和颜色都可以设定。它的安装方法很简单,可以直接使用PIP进行安装:
pip install wordcloud |
在生成词云时,它默认会以空格或者标点为分隔符对目标文本进行分词处理,但是对于中文的文本,分词处理需要我们提前处理好。一般的做法是先将中文文本进行分词,然后以空格或者标点拼接,再调用wordcloud库函数。wordcloud的常用方法如表1-2所示。
表1- 2 wordcloud的常用方法
方法 | 描述 |
w.generate(txt) | 向WordCloud对象w中加载文本txt, 例如:w.generate("Python and WordCloud") |
w.to_file(filename) | 将词云输出为图像文件,.png或.jpg, 例如:w.to_file("outfile.png") |
七、wordcloud库生成词云
应用wordcloud库对以下字符串“Python JAVA C# C++ ASP.NET Python and WordCloud Python”生成一个词云,并保存为图片。
import wordcloud
w = wordcloud.WordCloud() #步骤1:配置对象参数
w.generate("Python JAVA C# C++ ASP.NET Python and WordCloud Python") #步骤2:加载词云文本
w.to_file("pywordcloud.png") #步骤3:输出词云文件
|
它生成了一张图片pywordcloud.png,效果如图1-3。从图中看到“Python”文字比较大,这是因为它的词频是字符串中最高的。
图1- 3 一组英文单词词云效果
wordcloud也可以生成任何形状的词云,为了获取形状,需要提供一张相应形状的图像。图像最好以PNG格式的图片,其它无关的轮廓或者内容提前使用图像处理软件清除好。
对于图片的读取可以使用imageio库。imageio是一个Python库,它提供了一个简单的接口来读取和写入大量的图像数据,包括动画图像、体积数据和科学格式。
imageio.imread() #从指定的文件读取图像。
表1- 3 wordcloud的常用参数wordcloud处理中文时,还可以指定用到的中文字体。中文字体文件需要与代码存放在同一个目录下。如果不放在同一个目录下,中文字体文件即要提供完整路径。表1-3是wordcloud的常用参数。
参数 | 描述 |
width | 指定词云对象生成图片的宽度,默认400像素 |
height | 指定词云对象生成图片的高度,默认200像素 |
min_font_size | 指定词云中字体的最小字号,默认4号 |
max_font_size | 指定词云中字体的最大字号,根据高度自动调节 |
font_step | 指定词云中字体字号的步进间隔,默认为1 |
font_path | 指定字体文件的路径,默认None |
max_words | 指定词云显示的最大单词数量,默认200 |
stop_words | 指定词云的排除词列表,即不显示的单词列表 |
mask | 指定词云形状,默认为长方形,需要引用imread()函数 |
background_color | 指定词云图片的背景颜色,默认为黑色 |
八、wordcloud库生成一个心形词云
应用wordcloud库对素材中的“phthon.txt”文件中的文本生成一个词云,并保存为图片。这个文本也更换为其它的长文本。原始参照图形如图所示。
图1- 4 词云心形形状
import wordcloud
from imageio import imread #导入imageio模块,用于读取图形
#读取文本
file=open('python.txt','r',encoding='utf-8')
txt=file.read()
#读取图片
maskImage=imread('love.png') #图片形状
w = wordcloud.WordCloud()
#配置参数,并生成词云
w = wordcloud.WordCloud(background_color="white",\
width=600,height=500,mask=maskImage)
w.generate(txt)
#生成词云图片
w.to_file("pywcloud.png")
它生成了一张图片pywcloud.png,效果如图1-5。它的宽是600,高是500,使用了图片love.png的词云形状,背景颜色为白色white。单词“Python”的词频最大,其次是“Tutorial”,从词云中可以很直观地看到那些是高频单词。
图1- 5 心形词云效果