一.词云图介绍
词云图可以看作是文本数据的视觉表示,由词汇组成类似云的彩色图形。相对其它诸多用来显示数值数据的图表,词云图的独特之处在于,可以展示大量文本数据。文本数据中每个词的重要性以字体大小或颜色显示,因此词云可以很好地表明每个单词在特定文本体中被提及的频率(即词频分布),通过使用不同的颜色和大小来表示不同级别的相对显着性。
词云图的应用相当广泛,诸如电影-视频-微博-网易云-淘宝-知乎等评论分析、书籍-报告-商品信息-疫情舆论等文本分析,使用词云图能使数据信息的表达一目了然。
本文主要介绍两种制作词云图的方法,分别是 wordcloud 和 stylecloud 。当然,首先别忘了安装代码中用到的库。
pip install wordcloud
pip install wordcloud
二.wordcloud方法
wordcloud是制作词云图最常用的工具,上手简单,操作方便,关键在于了解各个参数用法。额,参数貌似有点多(⊙o⊙)…
不过也不要怕,并不是每个参数都需要自己设置,我们可以根据自己的需要个性化设置。下面就以《少年中国说》作为文本进行代码示例:
import matplotlib.pyplot as plt #数据可视化
import jieba #词语切割
import wordcloud #分词
from wordcloud import WordCloud,ImageColorGenerator,STOPWORDS #词云,颜色生成器,停止词
import numpy as np #科学计算
from PIL import Image #处理图片
def ciyun():
with open('少年中国说.txt','r',encoding='gbk') as f: #打开新的文本转码为gbk
textfile= f.read() #读取文本内容
wordlist = jieba