这里有一份完整的“Python词云”汇总笔记

最新推荐文章于 2024-06-20 14:46:57 发布

IT农民工1

最新推荐文章于 2024-06-20 14:46:57 发布

阅读量4.2k

点赞数 15

文章标签：数据可视化 graphviz 数据分析 base64 canvas

原文链接：https://item.jd.com/12686131.html

版权

作者：Keivan Chan

来源：97年陈伯伯

目录：

1、词云概述和样式展示；

2、python词云库的安装；

3、词云库的重要参数详解；

4、实际操作案例

a、普通词云

b、加上图片背景的词云；

1、概述
今天教大家用wrodcloud模块来生成词云，先看一下效果样式图：

wordcloud是优秀的词云展示第三方库，以词语为基本单位，通过图形可视化的方式，更加直观和艺术的展示文本;

2、库安装

网络正常情况下命令行输入pip install wordcloud

如果提示报错按以下步骤进行安装:

①pip安装wordcloud过程中提示pip工具版本低：

需pip-10.0.1版本，需先更新pip包管理工具python -m pip install --upgrade pip

②pip更新到最新版本后还是安装wordcloud报错。

先下载wordcloud‑1.4.1‑cp36‑cp36m‑win_amd64.whl安装包到本地目录, python为3.6.x版本的下载cp36的包，注意不要下cp37，安装不了的。
打开命令行窗口，进入到安装包所在目录位置如 D:\download
输入pip install wordcloud-1.4.1-cp36-cp36m-win_amd64.whl回车安装即可。

3、wordcloud的方法参数归纳汇总（重点）：

wordcloud.WordCloud类

class wordcloud.WordCloud(font_path=None, width=400, height=200, margin=2, ranks_only=None, prefer_horizontal=0.9,mask=None, scale=1, color_func=None, max_words=200, min_font_size=4, stopwords=None, random_state=None,background_color='black', max_font_size=None, font_step=1, mode='RGB', relative_scaling=0.5, regexp=None, collocations=True,colormap=None, normalize_plurals=True)

参数解读：

参数：
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。
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。


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

4、实例案例：

①普通词云：

from matplotlib import pyplot as plt
from wordcloud import WordCloud


filename = "text.txt" #文本路径
with open(filename,encoding="utf-8") as f:
    data = f.read()
    font = r'C:\Windows\Fonts\FZSTK.TTF'
    wc = WordCloud(font_path=font,  # 如果是中文必须要添加字体
                   background_color='white',
                   width=1000,
                   height=800,
                   ).generate(data)
    wc.to_file('ss.png')  # 保存图片
    plt.imshow(wc)  # 用plt显示图片
    plt.axis('off')  # 不显示坐标轴
    plt.show()  # 显示图片
    # wc.to_file('img.jpg') #保存图片

效果图：

②给词云加上图片背景

import jieba
from matplotlib import pyplot as plt
from wordcloud import WordCloud
from PIL import Image
import numpy as np




font = r'C:\Windows\Fonts\FZSTK.TTF'#字体路径


text = (open(r'text.txt', 'r', encoding='utf-8')).read()
cut = jieba.cut(text)  # 分词
string = ' '.join(cut) # 将词语连接起来，以空格为连接词
img = Image.open(r'background.jpg')  # 打开背景图片
img_array = np.array(img)  # 将图片装换为数组
stopword = ['xa0']  # 设置停止词，也就是你不想显示的词
wc = WordCloud(
    background_color='white',
    width=1000,
    height=800,
    mask=img_array,
    font_path=font,
)
wc.generate_from_text(string)  # 绘制图片
plt.imshow(wc)
plt.axis('off')
plt.show()  # 显示图片
wc.to_file(r'new.png')  #保存图片

效果图：