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
点亮在看!