用Python和WordCloud绘制词云（内附让字体清晰的秘笈）

环境及模块：

　　Win7 64位

　　Python 3.6.4

　　WordCloud 1.5.0

　　Pillow 5.0.0

　　Jieba 0.39

 目标：

　　绘制安徽省2018年某些科技项目的词云，直观展示热点。

 思路：

　　先提取项目的名称，再用Jieba分词后提取词汇；过滤掉“研发”、“系列”等无意义的词；最后用WordCloud 绘制词云。

 扩展：

　　词云默认是矩形的，本代码采用图片作为蒙版，产生异形词云图。这里用的图片是安徽省地图。

 秘笈：

　　用网上的常规方法绘制的词云，字体有点模糊，秘笈在最后点明。

 

本文由hATEmATH原创 转载请注明出处：http://www.cnblogs.com/hatemath/

 

 正式开始，Show you the code：

 1 import numpy as np
 2 from PIL import Image
 3 import re
 4 import jieba
 5 from wordcloud import WordCloud,ImageColorGenerator,STOPWORDS
 6 import  matplotlib.pyplot as plt
 7 
 8 # 打开存放项目名称的txt文件
 9 with open('content.txt','r',encoding='utf-8') as f:
10     word= (f.read())
11     f.close()
12 
13 # 图片模板和字体
14 image=np.array(Image.open('ditu.jpg')) 
15 font=r'C:\\Windows\\fonts\\msyh.ttf' 
16 
17 # 去掉英文，保留中文 
18 resultword=re.sub("[A-Za-z0-9\[\`\~\!\@\#\$\^\&\*\(\)\=\|\{\}\'\:\;\'\,\[\]\.\<\>\/\?\~\。\@\#\\\&\*\%]", "",word) 
19 wordlist_after_jieba = jieba.cut(resultword) 
20 wl_space_split = " ".join(wordlist_after_jieba) 
21 
22 # 设置停用词 
23 sw = set(STOPWORDS) 
24 sw.add("研发")
25 sw.add("系列")
26 sw.add("这里不多写了，根据自己情况添加")
27 
28 # 关键一步
29 my_wordcloud = WordCloud(scale=4,font_path=font,mask=image,stopwords=sw,background_color='white',
30                          max_words = 100,max_font_size = 60,random_state=20).generate(wl_space_split) 
31 
32 #显示生成的词云 
33 plt.imshow(my_wordcloud)
34 plt.axis("off") 
35 plt.show() 
36 
37 #保存生成的图片
38 my_wordcloud.to_file('result.jpg')

 

其中 ditu.jpg 为安徽省轮廓图片：

运行结果：

 

 可以看到，智能设备、施工工法、系统平台、电缆、机器人等都是出现较多的词汇。

 

最后是秘笈揭晓时间：

　　为什么我这张图如此清晰？打开原图可以看到，这图的分辨率是1800*2500。你用网上的大多数代码，最后生成的图，尺寸很小，上面字迹边缘模糊。

　　关键在于调用WordCloud时的一个参数，回放一下代码：

1 # 关键一步
2 my_wordcloud = WordCloud(scale=4,font_path=font,mask=image,stopwords=sw,background_color='white',
3                          max_words = 100,max_font_size = 60,random_state=20).generate(wl_space_split) 

　　第一个参数我写的是 scale=4，这个数值越大，产生的图片分辨率越高，字迹越清晰。你可以调到64试试，我希望你的电脑足够快 /笑哭

 

本文由hATEmATH原创 转载请注明出处：http://www.cnblogs.com/hatemath/

 

转载于:https://www.cnblogs.com/hatemath/p/10238145.html