数据美化 | 更清晰的Python词云wordcloud

看了前面的词云教程，你可能会有一个疑问。为什么前面生成的词云图片不清晰呢？现在我们就来解决这个问题。

词云的属性

即WordCloud对象的属性：

from wordcloud import WordCloud
margin：int #词间距
font_path : string  #字体路径，需要展现什么字体就把该字体路径+后缀名写上，如：font_path = '黑体.ttf'

width : int (default=400) #输出的画布宽度，默认为400像素

height : int (default=200) #输出的画布高度，默认为200像素

prefer_horizontal : float (default=0.90) #词语水平方向排版出现的频率，默认 0.9 （所以词语垂直方向排版出现频率为 0.1 ）

mask : nd-array or None (default=None) #如果参数为空，则使用二维遮罩绘制词云。如果 mask 非空，设置的宽高值将被忽略，遮罩形状被 mask 取代。除全白（#FFFFFF）的部分将不会绘制，其余部分会用于绘制词云。如：bg_pic = imread('读取一张图片.png')，背景图片的画布一定要设置为白色（#FFFFFF），然后显示的形状为不是白色的其他颜色。可以用ps工具将自己要显示的形状复制到一个纯白色的画布上再保存，就ok了。一般为mask=np.array(Image.open('xxx.jpg'))。其中from PIL import Image

scale : float (default=1) #按照比例进行放大画布，如设置为1.5，则长和宽都是原来画布的1.5倍

min_font_size : int (default=4) #显示的最小的字体大小

font_step : int (default=1) #字体步长，如果步长大于1，会加快运算但是可能导致结果出现较大的误差

max_words : number (default=200) #要显示的词的最大个数

stopwords : set of strings or None #设置需要屏蔽的词，如果为空，则使用内置的STOPWORDS

background_color : color value (default=”black”) #背景颜色，如background_color='white',背景颜色为白色

max_font_size : int or None (default=None) #显示的最大的字体大小

mode : string (default=”RGB”) #当参数为“RGBA”并且background_color不为空时，背景为透明

relative_scaling : float (default=.5) #词频和字体大小的关联性

color_func : callable, default=None #生成新颜色的函数，如果为空，则使用 self.color_func

regexp : string or None (optional) #使用正则表达式分隔输入的文本

collocations : bool, default=True #是否包括两个词的搭配

colormap : string or matplotlib colormap, default=”viridis” #给每个单词随机分配颜色，若指定color_func，则忽略该方法

random_state : int or None #为每个单词返回一个PIL颜色

#其他部分函数
fit_words(frequencies) #根据词频生成词云
generate(text) #根据文本生成词云
generate_from_frequencies(frequencies[, ...]) #根据词频生成词云
generate_from_text(text) #根据文本生成词云
process_text(text) #将长文本分词并去除屏蔽词（此处指英语，中文分词还是需要自己用别的库先行实现，使用上面的 fit_words(frequencies) ）
recolor([random_state, color_func, colormap]) #对现有输出重新着色。重新上色会比重新生成整个词云快很多
to_array() #转化为 numpy array
to_file(filename) #输出到文件

让你的词云变清晰

scale属性，等比缩放，越大越清晰

处理前：（图片大小：17k，分辨率500*500）

代码：（只增加了scale=20）

from wordcloud import WordCloud
from matplotlib import pyplot as plt
from PIL import Image
import numpy as np
from wordcloud import WordCloud, STOPWORDS, ImageColorGenerator


# 获取文本对象
f = open('wd.txt', 'r')

# 读取文本内容
txt = f.read()

# 创建背景图片
back_groud = np.array(Image.open('back.jpg'))

# 设置停用词
stopwords = set(STOPWORDS)
stopwords.add("new")

# 创建词云对象(增加mask背景参数，stopwords停用词，max_font_size最大字体)
wd = WordCloud(background_color = 'white', width = 1000, height = 500,margin = 0, mask=back_groud,stopwords=stopwords,max_font_size=100,scale=20)

# 使用词云对文本进行分词和词云的生成
wd_cut = wd.generate(txt)

# 获取背景颜色
img_color = ImageColorGenerator(back_groud)

# 修改字体颜色为背景色
wd_cut.recolor(color_func=img_color)

# plt生成词云图片
plt.imshow(wd_cut,interpolation="bilinear")

# 关闭坐标轴
plt.axis("off")

# 交互式展示词云图
plt.show()

# 保存词云图片
wd_cut.to_file('wd.jpg')

处理后：（图片大小：1.2M，分辨率10000*10000）

放大后对比：

透明的词云

就是那种背景色是透明的图片。默认的背景都是白色。

background_color = None 结合 mode = "RGBA"  就可以实现透明背景色

但是RGBA的模式不支持JPG格式的图片。

OSError: cannot write mode RGBA as JPEG

所以在这里我们选择PNG格式。

代码：

from wordcloud import WordCloud
from matplotlib import pyplot as plt
from PIL import Image
import numpy as np
from wordcloud import WordCloud, STOPWORDS, ImageColorGenerator


# 获取文本对象
f = open('wd.txt', 'r')

# 读取文本内容
txt = f.read()

# 创建背景图片
back_groud = np.array(Image.open('back.jpg'))

# 设置停用词
stopwords = set(STOPWORDS)
stopwords.add("new")

# 创建词云对象(增加mask背景参数，stopwords停用词，max_font_size最大字体)
wd = WordCloud(background_color = None, mode='RGBA',width = 1000, height = 500,margin = 0, mask=back_groud,stopwords=stopwords,max_font_size=100,scale=20)

# 使用词云对文本进行分词和词云的生成
wd_cut = wd.generate(txt)

# 获取背景颜色
img_color = ImageColorGenerator(back_groud)

# 修改字体颜色为背景色
wd_cut.recolor(color_func=img_color)

# plt生成词云图片
plt.imshow(wd_cut,interpolation="bilinear")

# 关闭坐标轴
plt.axis("off")

# 交互式展示词云图
plt.show()

# 保存词云图片
wd_cut.to_file('wd.png')

透明图和普通图的对比：（在PPT中）

希望能对你有所帮助！

完

往期推荐

用Python制作gif动态图

Linux 超实用的工具分享！

超实用！【高频Linux命令速查手册】

点亮在看！