python词云去除词_Python生成歌词词云

对于数据展示这一块有时候会用到词云，python中提供的wordcloud模块可以很灵活的完成

生成词云除了使用python提供的wordcloud模块以为还有在线的生成方式https://wordart.com/

安装wordcloud

安装wordcloud有两种方式，一是直接通过pip install wordcloud

如果一直安装失败可以尝试下面的方式，首先在链接中找到对应的版本进行下载https://www.lfd.uci.edu/~gohl...

在命令行中找到下载文件对应的目录进行安装

了解wordcloud

wordcloud 提供生成词云方法的使用，其实具体只要看一下参数就可以

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)

#对应参数的意思

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'如果不指定字体中文字的显示不出来

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。

上面是生成词云的方法封装，还有一些其他方法：

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，很多时候词云最后都需要保存到图片中

根据图像生成歌词词云

首先，词云可以自己指定大小，也可以显示到图像上绘制，图像在选择上，尽量不要选择太复杂的图像，简单的黑白对比它识别的最好，如果没有适合的图片，自己打开画图画一个就是，下面我们来画一个晴天娃娃

这个有点丑，但是意思就这个，接下来创建一个文本文件，把歌词放进去

test.txt 内容如下

你的绘画凌乱着

在这个时刻

我像气氛纯白的白鸽

甜蜜散落了

继续莫名的拉扯

我还爱你呢

而你断断续续唱着歌

假装没事了

时间过了 走了

爱情面临选择

你冷了 倦了 我哭了

一开始都不快乐

你用卡片纸写着

有些爱只给到这 真的痛了

怎么了 你累了 说好的 幸福呢

我懂了 不说了 爱淡了 梦远了

开心与不开心依稀数着你在不舍

那些爱过的感觉都太深刻

我都还记得

你不懂了 说好的 幸福呢

我错了 泪干了 放手了 后悔了

只是回忆的音乐盒还旋转着

要怎么停呢

你的绘画凌乱着

在这个时刻

我像气氛纯白的白鸽

甜蜜散落了

继续莫名的拉扯

我还爱你呢

而你断断续续唱着歌

假装没事了

时间过了 走了

爱情面临选择

你冷了 倦了 我哭了

一开始都不快乐

你用卡片纸写着

有些爱只给到这 真的痛了

怎么了 你累了 说好的 幸福呢

我懂了 不说了 爱淡了 梦远了

开心与不开心依稀数着你在不舍

那些爱过的感觉都太深刻

我都还记得

你不懂了 说好的 幸福呢

我错了 泪干了 放手了 后悔了

只是回忆的音乐盒还旋转着

要怎么停呢

怎么了 你累了 说好的 幸福呢

我懂了 不说了 爱淡了 梦远了

我都还记得

你不懂了 说好的 幸福呢

我错了 泪干了 放手了 后悔了

只是回忆的音乐盒还旋转着

要怎么停呢

开始生成词云，最后输出一个图片文件

#导入wordcloud模块

from wordcloud import WordCloud

from scipy.misc import imread

#读取一个txt文件

text = open('C:\\Users\\Administrator\\Desktop\\python\\test.txt','r', encoding='UTF-8').read()

#读入背景图片

bg_pic = imread('C:\\Users\\Administrator\\Desktop\\python\\3.png')

#生成词云

wordcloud = WordCloud(font_path="C:\\Windows\\Fonts\\simfang.ttf",mask=bg_pic,background_color='white',scale=1.5).generate(text)

#保存图片

wordcloud.to_file('test.jpg')

最后文件夹内会多出一个test.jpg文件，打开就是根据这个歌词的文本文件生成好的词云了