深度学习小项目——WordCloud

简介：        

词云，又称文字云，是文本数据的视觉表示，由词汇组成类似云的彩色图形，用于展示大量文本数据。通常用于描述网站上的关键字元数据（标签），或可视化自由格式文本。 每个词的重要性以字体大小或颜色显示。 词云的作用：

• 快速感知最突出的文字
• 快速定位按字母顺序排列的文字中相对突出的部分

词云的本质是点图，是在相应坐标点绘制具有特定样式的文字的结果

依赖：

• 因为用python画图所以用引用matplotlib库
• 因为要分词所以要引用分词库 这里用中文分词jieba(自称中文最好的分词工具)
• 因为要制作词云所以引用开源词云wordcloud库
• 如果没有意思库的话 自行 pip install 或通过其他方式下载

注意事项

• 因为wordcloud是国外人开发的词云库,所以默认中文乱码,因此需要引入中文字体

• WordCloud构造函数可以看到有个字体选项

   

  

  image.png

• 网上搜索了一下这个地方ttf格式的中文字体可以用
  wget http://labfile.oss.aliyuncs.com/courses/756/DroidSansFallbackFull.ttf

  ---

  代码演示：

  # -*- coding: utf-8 -*-
  # @Time    : 2019/2/15 22:10
  # @Author  : Chaucer_Gxm
  # @Email   : gxm4167235@163.com
  # @File    : Word_1.py
  # @GitHub  : https://github.com/Chaucergit/Code-and-Algorithm
  # @blog    : https://blog.csdn.net/qq_24819773
  # @Software: PyCharm
  from wordcloud import WordCloud
  import matplotlib.pyplot as plt
  
  # 1.打开文本
  file = open('constitution.txt').read()
  
  # 2.生成图像
  wc = WordCloud().generate(file)
  
  # 3.显示词云
  plt.imshow(wc, interpolation='bilinear')
  plt.axis('off')
  plt.show()
  
  # 4.保存到文件
  wc.to_file('wordcloud.png')

  # -*- coding: utf-8 -*-
  # @Time    : 2019/2/15 22:50
  # @Author  : Chaucer_Gxm
  # @Email   : gxm4167235@163.com
  # @File    : Wordcloud_2_chinese3.py
  # @GitHub  : https://github.com/Chaucergit/Code-and-Algorithm
  # @blog    : https://blog.csdn.net/qq_24819773
  # @Software: PyCharm
  
  from wordcloud import WordCloud
  from PIL import Image
  import matplotlib.pyplot as plt
  import numpy as np
  import jieba
  
  # 1.读取文件
  file = open('xyj.txt', 'rb').read()
  
  # 2.中文分词
  text = ' '.join(jieba.cut(file))
  print(text[:200])
  
  # 3.生成对象及 mask
  mask = np.array(Image.open('black_mask.png'))
  wc = WordCloud(mask=mask, font_path='Hiragino.ttf', mode='RGBA', background_color=None).generate(text)
  
  # 4.显示词云
  plt.imshow(wc, interpolation='bilinear')
  plt.axis('off')
  plt.show()
  
  # 5.保存到文件
  wc.to_file('Wordcloud_chinese3.png')

  # -*- coding: utf-8 -*-
  # @Time    : 2019/2/15 23:20
  # @Author  : Chaucer_Gxm
  # @Email   : gxm4167235@163.com
  # @File    : Wordcloud_2_chinese5.py
  # @GitHub  : https://github.com/Chaucergit/Code-and-Algorithm
  # @blog    : https://blog.csdn.net/qq_24819773
  # @Software: PyCharm
  from wordcloud import WordCloud, ImageColorGenerator
  from PIL import Image
  import numpy as np
  import matplotlib.pyplot as plt
  import jieba
  import random
  
  # 1.读取文件
  file = open('xyj.txt', 'rb').read()
  
  # 2.中文分词
  text = ' '.join(jieba.cut(file))
  print(text[:300])
  
  
  # 颜色函数
  def random_color(word, font_size, position, orientation, font_path, random_state):
      s = 'hsl(0, %d%%, %d%%)' % (random.randint(60, 80), random.randint(60, 80))
      print(s)
      return s
  # 3.生成 mask 及词云对象
  mask = np.array(Image.open('color_mask.png'))
  wc = WordCloud(color_func=random_color, mask=mask, font_path='Hiragino.ttf', width=1000, height=800, mode='RGBA', background_color=None).generate(text)
  
  # 4.显示词云
  plt.imshow(wc, interpolation='bilinear')
  plt.axis('off')
  plt.show()
  # 5.保存图像
  wc.to_file('Wordcloud_chinese5.png')

  运行结果：

• 

  词云

• ---

  全部文件链接（github）

• https://github.com/Chaucergit/Code-and-Algorithm/tree/master/DL/1.%E8%AF%8D%E4%BA%91

• ---

  参考书籍及网络资源：
  [1].深度有趣

  [2].https://www.jianshu.com/p/af4b3c2c05d2