python词云图_Python生成一篇文章的词云图

使用前需要确保安装以下第三方库：

jieba, wordcloud, imageio, sklearn,csv

imageio、csv和sklearn在安装anaconda时默认是安装的，另外两个库需要手动安装，安装方式如下：

打开Anaconda Prompt使用pip安装即可：

pip install jieba

pip install wordcloud

我们选一篇自己喜欢的文章，然后保存为txt，放到工作目录下。我选取的文章为知乎上秋叶大叔的一篇文章：如何实现财富自由?

我将其内容保存为"caifu.txt"，放在工作目录下，以下是获得这篇文章词云图的过程。

获得词云图

from wordcloud importWordCloud, STOPWORDSfrom imageio importimreadfrom sklearn.feature_extraction.text importCountVectorizerimportjiebaimportcsv#获取文章内容

with open("caifu.txt") as f:

contents=f.read()print("contents变量的类型：", type(contents))#使用jieba分词，获取词的列表

contents_cut =jieba.cut(contents)print("contents_cut变量的类型：", type(contents_cut))

contents_list= " ".join(contents_cut)print("contents_list变量的类型：", type(contents_list))#制作词云图，collocations避免词云图中词的重复，mask定义词云图的形状，图片要有背景色

wc = WordCloud(stopwords=STOPWORDS.add("一个"), collocations=False,

background_color="white",

font_path=r"C:\Windows\Fonts\simhei.ttf",

width=400, height=300, random_state=42,

mask=imread('axis.png',pilmode="RGB"))

wc.generate(contents_list)

wc.to_file("ciyun.png")#使用CountVectorizer统计词频

cv =CountVectorizer()

contents_count=cv.fit_transform([contents_list])#词有哪些

list1 =cv.get_feature_names()#词的频率

list2 =contents_count.toarray().tolist()[0]#将词与频率一一对应

contents_dict =dict(zip(list1, list2))#输出csv文件,newline=""，解决输出的csv隔行问题

with open("caifu_output.csv", 'w', newline="") as f:

writer=csv.writer(f)for key, value incontents_dict.items():

writer.writerow([key, value])

上述代码中，变量的类型如下：

contents变量的类型： contents_cut变量的类型：contents_list变量的类型：

词云图的形状我尝试了两种，一种是cat.png，另一种是在PPT中直接画一个箭头，保存为图片格式，如下图：

两种背景图产生的词云图结果如下：

我们可以把背景图的设置为任意形状和图片，如果没有合适的照片，我们可以用PPT自己画一个合适的形状。

获得词频列表，保存为csv文件

如果还想要获得词频列表，可以使用sklearn中的CountVectorizer统计词频，当然也可以自己写函数实现。上述代码输出了词频的csv文件，如下图：

参考链接：