Python工具箱系列（五十一）

九宫格与词云

对图片进行九宫格切割，并且放到微信朋友圈曾经风靡一时。对于python来说，这个也非常简单。

from PIL import Image
import math


def ninerectanglegrid(inputfilename):
    """
    实现九宫格切割

    Args:
        inputfilename (string): 输入文件名称
    """
    cols = 3
    rows = 3

    # 原图
    im = Image.open(inputfilename)

    # 计算缩放比例
    width, height = im.size

    # 选取原图片长、宽中较大值作为新图片的九宫格半径
    new_image_length = width if width > height else height
    
    # 产生一张白底新图，并且是正方形
    new_image = Image.new(im.mode, (new_image_length, new_image_length), color='white')
    
    # 将原图粘贴在新图上，位置为居中
    if width > height:
        new_image.paste(im, (0, int((new_image_length - height) / 2)))
    else:
        new_image.paste(im, (int((new_image_length - width) / 2), 0))

    targetwidth = math.ceil(new_image_length/cols)
    targetheight = math.ceil(new_image_length/rows)

    # cut
    for row in range(rows):
        for col in range(cols):
            box = (targetwidth*col,targetheight*row,targetwidth*(col+1),targetheight*(row+1))
            out = new_image.crop(box)
            out.save(f'{row*cols+col}.png')


ninerectanglegrid(r'd:\test\girl.png')

运行后会将源图片直接切割成为9个图片文件。将它们上传到微信后，就可以组成九宫格图片了，其效果如下图所示。

从效果图中可以看出，如果切割点在头部附近会有一些失真的感觉。所以九宫格这种形式还是适合于二次元图片。

词云

在数据可视化方面，词云一直是一种视觉冲击力很强的方式。对输入的一段文字进行语义分割，得到不同频度的词汇，然后以正比于词频的字体大小无规则的集中显示高频词，简洁直观高效。如果仅仅是偶然一用，使用在线的词云生成工具即可。网上搜索词云在线生成工具，会得到很多结果，包括国内外的网站平台都有。对比了搜索较为靠前的几款在线工具，但或多或少都存在一些使用上瑕疵，有的是网页加载慢，有的是要注册后方可使用，有的是字体支持较差，还有的是要付费使用。尤其是各类注册，更是让人担心个人信息安全的问题。所以，坐而论道，不如起而行之，自己制作词云。主要工具有以下：

•wordcloud

•PyEcharts

•stylecloud

以下代码演示了词云生成。

import os

import jieba
import numpy as np
from PIL import Image
from wordcloud import WordCloud

# 写入用户定义的词，主要是人名/地名等专用的词
userdict_list = ['洛迦诺','莱茵兰','苏台德','特申','卢西尼亚']

def jieba_processing_txt(text,stopwordsfilename):
    """
    使用jieba进行更好的分词

    Args:
        text (string): 要处理的文本

    Returns:
        string: 分好的词
    """
    for word in userdict_list:
        jieba.add_word(word)

    mywordlist = []
    seg_list = jieba.cut(text, cut_all=False)
    liststr = "/ ".join(seg_list)

    with open(stopwords_path, encoding='utf-8') as f_stop:
        f_stop_text = f_stop.read()
        f_stop_seg_list = f_stop_text.splitlines()

    for myword in liststr.split('/'):
        if not (myword.strip() in f_stop_seg_list) and len(myword.strip()) > 1:
            mywordlist.append(myword)
    return ' '.join(mywordlist)


def create_wordcloud(inputfilelist=None,backimg=None,fontname=None,stopwordsfilename=None):
    """
    生成词云

    Args:
        inputfile (string, optional): 要处理的文档
        backimg (string, optional): 背景图
        fontname (string, optional): 字体文件
        stopwordsfilename (string, optional): 停词表
        outputfilename (string, optional): 要输出的词云图片
    """
    for index,inputfile in enumerate(inputfilelist):
        text = open(inputfile,encoding='utf-8').read()
        keywords = jieba_processing_txt(text,stopwordsfilename)
        
        shape_mask = np.array(Image.open(backimg))
        wc = WordCloud(background_color="white",
                    max_words=2000,
                    font_path=fontname,  # 设置字体格式，如不设置显示不了中文
                    mask=shape_mask
                    )

        wc.generate(keywords)
        wc.to_file(f'd:\\test\\wordcloud-{index}.png')

startdir = r'd:\test'

back_image = f'{startdir}\\black.jpg'
textfilename1 = f'{startdir}\\alice.txt'
textfilename2 = f'{startdir}\\历史的抉择.txt'
cn_font = f'{startdir}\\SourceHanSerifK-Light.otf'
stopwords_path = f'{startdir}\\stopwords_cn_en.txt'

inputlist = [textfilename1,textfilename2]
create_wordcloud(inputlist,back_image,cn_font,stopwords_path)

词云的效果如下图所示。

其中：

•black.jpg提供背景，随意替换

•alice.txt是英文小说，随意替换

•历史的抉择.txt是一个中文的政论文，随意替换

•SourceHanSerifK-Light.otf是一个中文字体文件，可以随意替换为自己喜欢的字体文件

•stopwords_cn_en.txt是一个包含了中英文的停词表，用于分词，在网上可以查到​​​​