cedit多行文本设置透明背景会重叠_Python文本分析基本库——wordcloud

一、wordcloud简介

词云,又称文字云、标签云,是对文本数据中出现频率较高的“关键词”在视觉上的突出呈现,形成关键词的渲染形成类似云一样的彩色图片,从而一眼就可以领略文本数据的主要表达意思。创建于文本分析及其可视化中。

除了网上现成的Wordle、Tagxedo、Tagul、Tagcrowd等词云制作工具,在python中也可以用wordcloud包比较轻松地实现。

官网:https://pypi.org/project/wordcloud/

github项目:https://github.com/amueller/word_cloud

二、wordcloud原理

同wordcloud做词云,主要做的是三件事:

  • 文本预处理

  • 词频统计

  • 将高频词以图片形式进行彩色渲染

根据源码来看,wordcloud实现词云的步骤如下:

  • wordcloud制作词云时,首先要对对文本数据进行分词,使用process_text()方法,这一步的主要任务是去除停用词

  • 第二步是计算每个词在文本中出现的频率,生成一个哈希表。词频用于确定一个词的重要性

  • 根据词频的数值按比例生成一个图片的布局,类IntegralOccupancyMap 是该词云的算法所在,是词云的数据可视化方式的核心。生成词的颜色、位置、方向等

  • 最后将词按对应的词频在词云布局图上生成图片,核心方法是generate_from_frequencies,不论是generate()还是generate_from_text()都最终用到generate_from_frequencies 完成词云上各词的着色,默认是随机着色

  • 词语的各种增强功能大都可以通过wordcloud的构造函数实现,里面提供了22个参数,还可以自行扩展。

三、wordcloud参数

参数解释
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
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。
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

四、代码示例

import matplotlib.pyplot as pltfrom wordcloud import WordCloud, ImageColorGenerator, STOPWORDSimport jiebaimport numpy as npfrom PIL import Imagedef wordyun():    #导入背景图       backgrim=np.array(Image.open(r"C:\Users\Administrator\Desktop\椭圆.png"))    #导入文本文件       text=open(r"C:\Users\Administrator\Desktop\斗.破苍穹.txt",encoding='gbk').read()    #jieba分词    wordlist = jieba.cut(text, cut_all=True)    wl = " ".join(wordlist)#设置参数    wordcloud=WordCloud(        background_color='white',  #背景颜色        mask=backgrim ,   #背景图片        max_words = 1000,  # 设置最多现实的词数        stopwords=STOPWORDS,  # 设置停用词        max_font_size=100,    # 设置字体最大值        font_path='C:/Windows/Fonts/simfang.ttf',#设置字体,路径在电脑内        width=2000,        height=1500,        random_state=30,  # 设置有多少种随机生成状态,即有多少种配色方案        # scale=.5    ).generate(text)#改变字体颜色    image_colors = ImageColorGenerator(backgrim)#展示词云    plt.imshow(wordcloud)#是否显示想x,y坐标    plt.axis("off")    plt.show()#写入文件    wordcloud.to_file('py_book1.png')  # 把词云保存下wordyun()

最后实现的结果是这样的:

29a6e509f60c7f7135b6fe978f1c796d.png

近期文章

Python入门:

Python安装与环境配置

Python基础用法 |《Python与开源GIS》

Python读取excel的两种方法

Python读取json数据

Python基本库——解析库XPath

Python基本库—正则表达式(regex)

第一个Python爬虫

空间分析:

开工了开工了!空间计量模型系列教程一

空间计量模型系列教程二

情人节特辑之带有惊喜的空间计量模型系列教程三

空间计量模型系列教程四

空间计量模型系列教程五(完结啦)

空间计量||空间权重矩阵

空间计量——用GeoDa和stata生成空间权重矩阵的方法

空间计量|| matlab实现空间计量模型SAR、SEM、SDM

分享||空间计量科研工具(一)

区域经济:

经济地理学是经济学还是地理学?附重点外文期刊目录

经济地理基本认识:异质性与尺度、格局、结构、功能

分享||区域与城市经济学、房地产经济学与资源环境经济学慕课

复旦大学城市经济研究所推荐阅读文献

北京大学《城市经济学》推荐阅读文献

城市、区域经济学必读书目推荐

其他:

MK突变检验的matla实现

一个机智的MATLAB出图tips

综合评价||泰尔指数的matlab实现

空间计量之评价||DEA常见模型的matlab的实现(1)——CCR

空间计量之评价||DEA常见模型的matlab的实现(2)——非期望产出SBM

空间计量之评价||DEA常见模型的matlab的实现(2)——无非期望产出SBM

CiteSpace实操教程

基于SPSS的调查问卷信度和效度检验

83a329b2d45b3b456dfe6331138284f6.png

如果觉得有用就点一下“在看”

  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值