实战一：中英文词云

                                     实战一：中英文词云

1.简介

    词云，又称文字云，由词汇组成类似云的彩色图形。词云是一种数据呈现方式，用于展示大量文本数据。

 

2.准备

    工具：Anaconda+Pycharm

    所需安装包:

pip install wordcloud matplotlib jieba pillow

3.WordCloud()可选的参数

• font_path：可用于指定`字体`路径，包括otf和ttf
• width：词云的宽度，``默认``为400
• height：词云的高度，默认为200
• mask：蒙版，可用于定制词云的形状
• min_font_size：最小字号，默认为4
• max_font_size：最大字号，默认为词云的高度
• max_words：词的最大数量，默认为200
• stopwords：将被忽略的停用词，如果不指定则使用默认的停用词词库
• background_color：背景颜色，默认为black
• mode：默认为RGB模式，如果为RGBA模式且background_color设为None，则背景将透明

4.英文词云

# 进行英文词云生成
from wordcloud import WordCloud
import matplotlib.pyplot as plt

path = 'D:\\PyCharm\\PycharmProjects\\实战实战\\实战一 词云的使用\\'

# 打开文本
text = open(path + 'source//constitution.txt').read()
# 生成对象
wc = WordCloud().generate(text)

# 显示词云
plt.imshow(wc, interpolation='bilinear')    #负责对图像进行处理，并显示其格式，但是不能显示
plt.axis('off')     #不显示坐标尺寸
plt.show()

# 保存到文件
wc.to_file(path + 'create_images//wordcloud1.png')

'''由于英文单词之间有空格，所以不需要额外的处理。'''

 

                                     

由于英文单词之间有空格，所以不需要额外的处理。

5.中文分词

（1）不分词的效果

       以西游记为例

#中文不分词
from wordcloud import WordCloud
import matplotlib.pyplot as plt

path = 'D:\\PyCharm\\PycharmProjects\\实战实战\\实战一 词云的使用\\'

# 打开文本
text = open(path + 'source//xyj.txt', encoding='UTF-8').read()

# 生成对象
wc = WordCloud(font_path='source/Hiragino.ttf', width=800, height=600, mode='RGBA', background_color=None).generate(text)

# 显示词云
plt.imshow(wc, interpolation='bilinear')
plt.axis('off')
plt.show()

# 保存到文件
wc.to_file(path + 'create_images//wordcloud2.png')

                                 

（2）中文分词效果

       用jieba进行中文分词

from wordcloud import WordCloud
import matplotlib.pyplot as plt
import jieba

path = 'D:\\PyCharm\\PycharmProjects\\实战实战\\实战一 词云的使用\\'

# 打开文本
text = open(path + 'source//xyj.txt', encoding='UTF-8').read()

#中文分词
text=' '.join(jieba.cut(text))
print(text[:100])

# 生成对象
wc = WordCloud(font_path='source/Hiragino.ttf', width=800, height=600, mode='RGBA', background_color=None).generate(text)

# 显示词云
plt.imshow(wc, interpolation='bilinear')
plt.axis('off')
plt.show()

# 保存到文件
wc.to_file(path + 'create_images//wordcloud3.png')

                                 

（3）使用蒙版

       将mask翻译为蒙版，使用蒙版之后，可以根据提供的蒙版图片，生成指定形状的的词云

from wordcloud import WordCloud
import matplotlib.pyplot as plt
import jieba
from PIL import Image
import numpy as np

path = 'D:\\PyCharm\\PycharmProjects\\实战实战\\实战一 词云的使用\\'

# 打开文本
text = open(path + 'source//xyj.txt', encoding='UTF-8').read()

#中文分词
text=' '.join(jieba.cut(text))
print(text[:100])

# 生成对象
meng=np.array(Image.open(path+'source//black_mask.png'))
wc = WordCloud(mask=meng,font_path='source/Hiragino.ttf', width=800, height=600, mode='RGBA', background_color=None).generate(text)

# 显示词云
plt.imshow(wc, interpolation='bilinear')
plt.axis('off')
plt.show()

# 保存到文件
wc.to_file(path + 'create_images//wordcloud4.png')

                                          

链接：https://pan.baidu.com/s/1fUBi0P8WDyQlN7-pqOMiFg 
提取码：c2dk