第一步:首先需要安装工具python
第二步:在电脑cmd后台下载安装如下工具:
(有一些是安装好python电脑自带有哦)
有一些会出现一种情况就是安装不了词云展示库
有下面解决方法,需看请复制链接查看:https://www.lfd.uci.edu/~gohlke/pythonlibs/#wordcloud
第三步:
1.准备好你打算统计的文件,命名为 家.txt,保存到桌面
2.准备一个做背景的图片,命名为girl.jpg,同样保存到桌面
第四步:插入代码
1 import re #正则表达式库
2 import collections #词频统计库
3 import numpy as np #numpy数据处理库
4 import jieba #结巴分词
5 import wordcloud #词云展示库
6 from PIL import Image #图像处理库
7 import matplotlib.pyplot as plt #图像展示库
8
9 #读取文件
10 fn = open('C://Users//Thinkpad//Desktop//家.txt','rt') #打开文件
11 string_data = fn.read() #读出整个文件
12 fn.close() #关闭文件
13
14 #文本预处理
15 pattern = re.compile(u'\t|\n|\.|-|:|;|\)|\(|\?|"') #定义正则表达式匹配模式
16 string_data = re.sub(pattern, '', string_data) #将符合模式的字符去除
17
18 #文本分词
19 seg_list_exact = jieba.cut(string_data, cut_all = False) #精确模式分词
20 object_list =[]21 remove_words = [u'的', u',',u'和', u'是', u'随着', u'对于', u'对',u'等',u'能',u'都',u'。',u' ',u'、',u'中',u'在',u'了',22 u'通常',u'如果',u'我们',u'需要'] #自定义去除词库
23
24 for word in seg_list_exact: #循环读出每个分词
25 if word not in remove_words: #如果不在去除词库中
26 object_list.append(word) #分词追加到列表
27
28 #词频统计
29 word_counts = collections.Counter(object_list) #对分词做词频统计
30 word_counts_top10 = word_counts.most_common(10) #获取前10最高频的词
31 print (word_counts_top10) #输出检查
32
33 #词频展示
34 mask = np.array(Image.open('C://Users//Thinkpad//Desktop//girl.jpg')) #定义词频背景
35 wc =wordcloud.WordCloud(36 font_path='C:/Windows/Fonts/simhei.ttf', #设置字体格式
37 mask=mask, #设置背景图
38 max_words=200, #最多显示词数
39 max_font_size=100 #字体最大值
40 )41
42 wc.generate_from_frequencies(word_counts) #从字典生成词云
43 image_colors = wordcloud.ImageColorGenerator(mask) #从背景图建立颜色方案
44 wc.recolor(color_func=image_colors) #将词云颜色设置为背景图方案
45 plt.imshow(wc) #显示词云
46 plt.axis('off') #关闭坐标轴
47 plt.show() #显示图像
(其中代码中有打开路径,每个人存的位置不一样,自己复制粘贴过来哦)
第五步:正常运行
(内附一张背景图)