jieba计算中文TF-IDF，并画出词云

import jieba.analyse
 
text='关键词是能够表达文档中心内容的词语，常用于计算机系统标引论文内容特征、信息检索、系统汇集以供读者检阅。关键词提取是文本挖掘领域的一个分支，是文本检索、文档比较、摘要生成、文档分类和聚类等文本挖掘研究的基础性工作'
 
keywords=jieba.analyse.extract_tags(text, topK=10, withWeight=True, allowPOS=())
print(keywords)

#结果：输出前10个值，极其频率
‘’‘
[('文档', 0.7683580497346154), ('文本', 0.4587102868907692), ('关键词', 0.45658796811333335), ('挖掘', 0.37005466278512816), ('文本检索', 0.30653250007435895), ('聚类', 0.30653250007435895), ('标引', 0.2949431379282051), ('信息检索', 0.2796139840615385), ('内容', 0.2632965833297436), ('计算机系统', 0.23367143356897435)]
’‘’

jieba.analyse.extract_tags(sentence, topK=20, withWeight=False, allowPOS=())
sentence 为待提取的文本
topK 为返回几个 TF/IDF 权重最大的关键词，默认值为 20
withWeight 为是否一并返回关键词权重值，默认值为 False
allowPOS 仅包括指定词性的词，默认值为空，即不筛选

在开始编写程序之前，我们先了解一下词云图的作用，我们拿到一篇文章，想得到一些关键词，但文章篇幅很大，无法短时间得到关键词，这时我们可以通过程序将文章中的每个词组识别出来，统计每个词组出现的次数，出现次数越多，字号越大，最后吧所有词组拼成一张图，这就是词云图了。

现在开始写程序

import jieba
import wordcloud
import imageio

首先，我们导入 jieba，wordcloud库，这2个库是第三方库，需要自己安装，imageio是python自带库不需要安装

安装方法：

pip install jieba

pip install wordcloud

Ps:因为我用的是Windows系统，所以这里只有Windows系统安装方法，其他系统需要读者去网上自寻

第二步

我们打开需要制作词云图的文件
将需要制作词云的词汇放入txt文件中，如下所示：

with open('data/4.txt',encoding='utf-8') as f:
    t=f.read()

下面我们将文章中的词组提出来

ls=jieba.lcut(t)
txt=" ".join(ls)

我们现在已经把所有词组提取出来，以空格分开，并保存在txt中

下一步，我们需要定义一个词云

w=wordcloud.WordCloud(width=2000,
height=1400,
font_path="msyh.ttc")

Width=2000,height=1400及词云图，高1400像素，宽2000像素，font_path=”msyh.ttc”,及使用微软雅黑字体，这些参数读者可以随意修改。

现在我们将词组变量txt导入词云对象w中并保存

w.generate(txt)
w.to_file(r'F:\pic5.png')

 

如图所示，我们制作的词云图为黑色，且不美观，不具有可观性，这时我们进行下一步，对词云图的颜色，型状进行修饰

首先，关于词云图的颜色问题，因为wordcloud函数存在默认背景色，改变背景色发法

w=wordcloud.WordCloud(width=2000,
height=1400,
font_path="msyh.ttc",
background_color='white')

这里我将背景色定义为白色

紫色 purple 粉红色 pink

蓝色 blue    红色 red

黑 色 black 黄 色yellow

青 色 cyan金 色 glod

棕色 brown 白色 white

你也可以使用其他颜色单词，这时你可能会想如何修改字体的颜色