python 词云可视化

安装python环境

pip install numpy matplotlib pillow wordcloud imageio jieba snownlp itchat

有些库以及安装过了

制作词云

一个简单的例子

# 导入词云制作第三方库
import wordcloud

# 创建词云对象
word = wordcloud.WordCloud()

# 传入文本
word.generate('and that government of the people, by the people, for the people, shall not perish from the earth.')

# 保存图片
word.to_file('output.png')

运行效果：

可以看到词云绘制出来的词的大小和出现的频率有关，并且去掉了一些没用的词。

设置词云属性

import wordcloud

# 设置词云图片宽、高、字体、背景颜色等参数
word = wordcloud.WordCloud(width=1000,height=700,background_color='white',font_path='msyh.ttc')

word.generate('从明天起，做一个幸福的人。喂马、劈柴，周游世界。从明天起，关心粮食和蔬菜。我有一所房子，面朝大海，春暖花开')

word.to_file('output.png')

运行效果：

绘制词云的时候单词大小有一定的随机性。
常用参数：

• width 词云图片宽度，默认400像素
• height 词云图片高度 默认200像素
• background_color 词云图片的背景颜色，默认为黑色
• font_step 字号增大的步进间隔 默认1号
  font_path 指定字体路径 默认None，对于中文可用font_path='msyh.ttc'
• mini_font_size 最小字号 默认4号
• max_font_size 最大字号 根据高度自动调节
• max_words 最大词数 默认200
• stop_words 不显示的单词 stop_words={"python","java"}
• Scale 默认值1。值越大，图像密度越大越清晰
• prefer_horizontal：默认值0.90，浮点数类型。表示在水平如果不合适，就旋转为垂直方向，水平放置的词数占0.9？
• relative_scaling：默认值0.5，浮点型。设定按词频倒序排列，上一个词相对下一位词的大小倍数。有如下取值：“0”表示大小标准只参考频率排名，“1”如果词频是2倍，大小也是2倍
• mask 指定词云形状图片，默认为矩形

通过外部文件导入文本

import wordcloud

# 从外部.txt文件中读取大段文本，存入变量txt中
file = open('关于实施乡村振兴战略的意见.txt',encoding='utf-8')
txt = file.read()

word = wordcloud.WordCloud(width=1000, height=700, background_color='white', font_path='msyh.ttc')

word.generate(txt)

word.to_file('output.png')

运行效果：

增加中文分词

import jieba
import wordcloud

word = wordcloud.WordCloud(width=1000, height=700, background_color='white', font_path='msyh.ttc')

file = open('关于实施乡村振兴战略的意见.txt',encoding='utf-8')
txt = file.read()
# 对文本进行中文分词，得到string
txtlist = jieba.lcut(txt)
string = " ".join(txtlist)

word.generate(string)

word.to_file('output.png')

运行效果：

显示的内容以及从句子变成了单词。
中文分词库jieba的常用方法：

• 精确模式（最常用，只会这个就行）：每个字只用一遍，不存在冗余词汇。jieba.lcut('动力学和电磁学')
• 全模式：把每个字可能形成的词汇都提取出来，存在冗余。jieba.lcut('动力学和电磁学',cut_all=True)
• 搜索引擎模式：将全模式分词的结果从短到长排列好。jieba.lcut_for_search('动力学和电磁学')

改变词云形状

import jieba
import wordcloud

# 导入imageio库中的imread函数，并用这个函数读取本地图片，作为词云形状图片
import imageio
mk = imageio.imread("wujiaoxing.png")

# 注意要加scale参数，提高清晰度
# 设置mask参数，改变形状
word = wordcloud.WordCloud(width=1000, height=700, background_color='white', font_path='msyh.ttc', mask=mk, scale=15)

file = open('关于实施乡村振兴战略的意见.txt',encoding='utf-8')
txt = file.read()
txtlist = jieba.lcut(txt)
string = " ".join(txtlist)

word.generate(string)

word.to_file('output.png')

模板图片：

运行效果：

这图片一定要是白底的。

勾勒出形状的轮廓线

import wordcloud

string = open('hamlet.txt').read()

import imageio
mk = imageio.imread("alice.png")

# 增加参数contour_width和contour_color设置轮廓宽度和颜色
word = wordcloud.WordCloud(background_color="white", mask=mk, contour_width=1, contour_color='steelblue')

word.generate(string)

word.to_file('output.png')

模板图片：

运行效果：

据说不能用做的太清晰，不然不好看。

按照模板图片的颜色绘制词云

# 导入ImageColorGenerator提取图片颜色
from wordcloud import WordCloud,ImageColorGenerator

text = open('alice.txt').read()

import imageio
mk = imageio.imread("alice_color.png")

word = WordCloud(background_color="white", mask=mk,)

word.generate(text)

# 调用wordcloud库中的ImageColorGenerator()函数，提取模板图片各部分的颜色
image_colors = ImageColorGenerator(mk)

# 给词云对象按模板图片的颜色重新上色
word_color = word.recolor(color_func=image_colors)

word_color.to_file('output.png')

模板图片：

运行效果：

参考资料

视频地址
github