WordCloud词云

最新推荐文章于 2024-05-15 09:00:00 发布
最新推荐文章于 2024-05-15 09:00:00 发布
阅读量618 收藏 8
点赞数
分类专栏： Wordcloud词云 文章标签： wordcloud 词云
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/weixin_45014721/article/details/107225214
版权

WordCloud()的参数

  • 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 : ndarray 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

  • max_font_size : int or None (default=None) //显示的最大的字体大小

  • max_words : number (default=200) //要显示的词的最大个数

  • background_color : color value (default=”black”)
    //背景颜色，如background_color=‘white’,背景颜色为白色。

  • 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

生成词云的方式

  • 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
  • to_file(filename) //输出到文件

（1）一个简单的词云
在这里插入图片描述

from wordcloud import WordCloud
import matplotlib.pyplot as plt


text=open("test.txt").read()
wordcloud = WordCloud().generate(text)#将文本放入WordCoud容器对象中并分析

plt.imshow(wordcloud, interpolation='bilinear')
plt.axis('off')
plt.show()
 
# 保存文件
wordcloud.to_file('wordcloud.png')

在这里插入图片描述

from wordcloud import WordCloud
import matplotlib.pyplot as plt


text=open("test.txt").read()
wordcloud =  WordCloud(font_path='C:\\Windows\\Fonts\\msyh.ttc', width=800, height=600, mode='RGBA', background_color=None).generate(text)

plt.imshow(wordcloud, interpolation='bilinear')
plt.axis('off')
plt.show()
 
# 保存文件
wordcloud.to_file('wordcloud.png')

在这里插入图片描述
（2）带形状的词云

  • 下载一幅图片保存下来（如命名为map4.jpg）
    在这里插入图片描述
from wordcloud import WordCloud
import matplotlib.pyplot as plt
import numpy as np
from PIL import Image
#PIL（Python Image Library）是python平台图像处理标准库，功能是真的强大。mask = np.array(Image.open("map4.jpg"))中使用

text=open("test.txt").read()
mask = np.array(Image.open("map4.jpg"))
wordcloud = WordCloud(mask=mask).generate(text)

plt.imshow(wordcloud, interpolation='bilinear')
plt.axis('off')
plt.show()
 
# 保存文件
wordcloud.to_file('wordcloud.png')

在这里插入图片描述
（3）中文的、有形状的词云
在这里插入图片描述
在这里插入图片描述

from wordcloud import WordCloud
import matplotlib.pyplot as plt
import numpy as np
import jieba
from PIL import Image
#PIL（Python Image Library）是python平台图像处理标准库，功能是真的强大。mask = np.array(Image.open("map4.jpg"))中使用

text=open("test2.txt",encoding="utf-8").read()
text  = " ".join(jieba.cut(text))# 分词后在单独个体之间加上空格
mask = np.array(Image.open("map4.jpg"))
wordcloud = WordCloud(mask=mask,font_path = "C:\\Windows\\Fonts\\msyh.ttc").generate(text) 

# 显示词云
plt.imshow(wordcloud, interpolation='bilinear')
plt.axis('off')
plt.show()
 
# 保存到文件
wordcloud.to_file('wordcloud3.png')

在这里插入图片描述
（4）给词云添加轮廓
①
在这里插入图片描述

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

keyword = """
          前夜：管虎、黄渤、王千源、欧豪、梁静、佟大为
          相遇：张一白、张译、任素汐、张嘉译、周冬雨、彭昱畅
          夺冠：徐峥、吴京、马伊琍、徐峥、刘涛、张建亚、韩昊霖、樊雨洁
          回归：薛晓路、杜江、朱一龙、惠英红、高亚麟、王洛勇、任达华
          北京你好：宁浩、葛优、龚蓓苾、王东
          白昼流星：陈凯歌、刘昊然、陈飞宇、江珊、田壮壮
          护航：文牧野、宋佳、佟丽娅、张子枫、雷佳音、韩东君
          """ 
mask = np.array(Image.open("map1.png"))
wordcloud = WordCloud(font_path='C:\\Windows\\Fonts\\msyh.ttc',
                        background_color='white',
                        mask=mask).generate(keyword)


# 显示词云
plt.imshow(wordcloud, interpolation='bilinear')
plt.axis('off')
plt.show()
 
# 保存到文件
wordcloud.to_file("test13_imread_zhong.jpg")

在这里插入图片描述
②勾勒词云图形轮廓线
（在原代码基础上增加以下这两个属性就有轮廓了）
在这里插入图片描述
完整代码：

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

keyword = """
          前夜：管虎、黄渤、王千源、欧豪、梁静、佟大为
          相遇：张一白、张译、任素汐、张嘉译、周冬雨、彭昱畅
          夺冠：徐峥、吴京、马伊琍、徐峥、刘涛、张建亚、韩昊霖、樊雨洁
          回归：薛晓路、杜江、朱一龙、惠英红、高亚麟、王洛勇、任达华
          北京你好：宁浩、葛优、龚蓓苾、王东
          白昼流星：陈凯歌、刘昊然、陈飞宇、江珊、田壮壮
          护航：文牧野、宋佳、佟丽娅、张子枫、雷佳音、韩东君
          """ 
mask = np.array(Image.open("map1.png"))
wordcloud = WordCloud(font_path='C:\\Windows\\Fonts\\msyh.ttc',
                        background_color='white',
                        contour_width=10,  # 词云形状边宽宽度
                        contour_color='red',  # 词云形状边宽颜色
                        mask=mask).generate(keyword)


# 显示词云
plt.imshow(wordcloud, interpolation='bilinear')
plt.axis('off')
plt.show()
 
# 保存到文件
wordcloud.to_file("test13_imread_zhong.jpg")

在这里插入图片描述
③
在这里插入图片描述

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

# 读取当前项目路径中的.txt文件
text =open("test3.txt",'r',encoding='utf-8').read()
text = ' '.join(jieba.cut(text))
mask = np.array(Image.open("map6.png"))
wordcloud = wordcloud.WordCloud(font_path='C:\\Windows\\Fonts\\msyh.ttc',
                        scale=6,
                        max_words=20000,
                        background_color='white',
                        contour_width=25,  # 词云形状边宽宽度
                        contour_color='red',  # 词云形状边宽颜色
                        mask=mask).generate(text)
# 显示词云
plt.imshow(wordcloud, interpolation='bilinear')
plt.axis('off')
plt.show()
 
wordcloud.to_file("map15.jpg")

在这里插入图片描述
如果你会抠图，那么作词云也就会很好看
在这里插入图片描述
在这里插入图片描述

from wordcloud import WordCloud, ImageColorGenerator
from PIL import Image
import numpy as np
import matplotlib.pyplot as plt
import jieba.analyse
 
# 打开文本
text = open('test2.txt',encoding='utf-8').read()
 
# 提取关键词和权重
freq = jieba.analyse.extract_tags(text, topK=200, withWeight=True)
print(freq[:20])
freq = {i[0]: i[1] for i in freq}
'''
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
(我们要200个，如果是20个词就太少了，形成的词云看起来就不像唐僧的模样了)
withWeight 为是否一并返回关键词权重值，默认值为 False
'''

mask = np.array(Image.open("map5.jpg"))
wc = WordCloud(mask=mask, font_path='C:\\Windows\\Fonts\\msyh.ttc',contour_width=5,contour_color='red',background_color='white').generate_from_frequencies(freq)
#generate_from_frequencies(frequencies[, …]) //根据词频生成词云 


image_colors = ImageColorGenerator(mask)# 从图片中生成颜色
wc.recolor(color_func=image_colors)
'''ImageColorGenerator(image, default_color=None)是基于彩色图像的颜色生成器。
根据RGB图像生成颜色。单词将使用彩色图像中包围的矩形的平均颜色进行着色。
构造后，该对象传递给词云recolor方法。

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。
'''

plt.imshow(wc, interpolation='bilinear')
plt.axis("off")
plt.show()
 
wc.to_file('wordcloud8.png')

在这里插入图片描述
在这里插入图片描述

乘风破浪的牛马
关注
  • 0
    点赞
  • 踩
  • 8
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
专栏目录
wordcloud词云
11-15
`wordcloud`库还支持自定义字体、停用词（排除一些常见但对分析无意义的词汇，如“的”、“是”等）、词云形状（如使用自定义的图片作为词云的形状）等功能，极大地提高了词云图的定制性。例如，你可以通过`font_...
让你的作品更出色——词云Word Cloud的制作方法（基于python，WordCloud，stylecloud)
逆境清醒的博客
04-02 2万+
词云，又称文字云，英文名：Word Cloud。是文本数据的视觉表示形式。就是对指定范围文本中出现频率较高的“关键词”予以视觉上的突出表现，从而过滤掉大量的文本信息，形成“关键词云层”或“关键词渲染”，使浏览网页者只要一眼扫过文本就可以领略文本的主题宗旨。简单来说，我们看到的那种上面一堆大小不一的文字，有些是通过文字形成一个特定轮廓的那种图片或图像，我们称之为词云。一个好的词云可以直观地展示一个文章的主题，方便他人快速感知了解最突出的文字，同时自定义的美观样式和颜值也很能打。
WordCloud库使用方法及词云图生成示例
2301_78959712的博客
03-27 1966
WordCloud库生成词云图及豆瓣影评词云图生成代码示例。
Python100个库分享第23个—wordcloud(词云图)
最新发布
weixin_42636075的博客
05-15 1772
wordcloud 是一个在 Python 中广泛使用的第三方库，主要用于根据文本数据生成词云（Word Clouds）。词云是一种可视化技术，它能够有效地展示文本数据中各个词汇的重要性或频率，通常通过字体大小来表示每个词在文本中出现的次数多少，形成类似云彩的图形，从而帮助用户快速识别出文本的主题或者高频词汇。
【数据可视化】利用 WordCloud 制作词云
书山有路，学海无涯。记录成长，追逐梦想
03-20 6862
利用 WordCloud 制作词云
【数据挖掘 | 可视化】 WordCloud 词云（附详细代码案例)
计算机魔术师的blog
10-24 6503
在七夕节中，博主写了一篇为女友收集QQ聊天记录做可视化词云的文章获得广泛好评，一直有小伙伴希望能出一篇教程，今天他来啦！ 一文带你速通词云🙋‍♂ 一、安装wordcloud 二、一个简单的词云 三、优化词云 四、中文版词云4.1colormap 修改主色调 4.2修改部分字体的颜色 五、自定义轮廓（根据图片）5.1添加边框和边框颜色 5.2保存图片🎉 5.3修改图片背景为透明色 六、处理大块文本6.1处理分词后的字符串
WordCloud词云（超详细）
热门推荐
风口IT猪的成长录
07-31 2万+
WordCloud词云-学习1. 安装 wordcloud 模块2. wordcloud 简介3. wordcloud 如何将文本转化为词云4. WordCloud(<参数>)介绍5. 词云绘制：关于实施乡村振兴战略的意见6. 词云绘制：新时代中国特色社会主义 1. 安装 wordcloud 模块 网络正常情况下命令行输入pip install wordcloud,如果提示报错按以下步骤进行安装 pip install wordcloud pip安装wordcloud过程中提示pip工具
python-wordcloud词云
01-06
pip install wordcloud pip install PIL pip install matplotlib 但是pip默认下载很慢,超级慢,慢到死那种. 所以用清华的国内镜像源(老大的带宽也超级nb). windows平台下,在user目录下新建 pip的文件夹 新建pip.ini...
wordcloud词云1.4全版本
04-20
本压缩包文件"wordcloud词云1.4全版本"包含了`wordcloud`库的1.4.1版本，这是一个稳定的版本，提供了对不同Python解释器和操作系统平台的支持。具体来说，压缩包内包含了以下文件： 1. `wordcloud-1.4.1-cp34-cp34m...
WordCloud 词云 + LDA 主题模型.zip
01-29
**一、WordCloud词云** WordCloud，又称词云图或文字云，是一种可视化工具，用于以图形的方式展示文本数据。它通过将文本中的词语以大小和颜色的形式展示出来，其中词语的大小通常与它在文本中出现的频率成正比，...
三国演义.txt（wordcloud词云制作）
04-08
该文件是https://blog.csdn.net/weixin_44957635/article/details/105389218博客里面的示例三国演义.txt.
通过Python的wordcloud库将单词生成词云(心形形状)
业余python爱好者
05-16 5224
通过Python的wordcloud库将单词生成词云(心形形状)。
[python] 基于wordcloud库绘制词云图
You and Me
12-07 6462
词云Wordcloud是文本数据的一种可视化表示方式。它通过设置不同的字体大小或颜色来表现每个术语的重要性。词云在社交媒体中被广泛使用，因为它能够让读者快速感知最突出的术语。然而，词云的输出结果没有统一的标准，也缺乏逻辑性。对于词频相差较大的词汇有较好的区分度，但对于颜色相近、频次相近的词汇来说效果并不好。因此词云不适合应用于科学绘图。本文基于python库wordcloud来绘制词云。wordcloud安装方式如下：wordcloud库关于绘制词云的相关函数均由其内置类WordCloud提供。WordCl
wordcloud制作词云
weixin_74886866的博客
11-24 79
（1）open() 表示打开图像 save() 表示保存图像 convert（）表示图像格式转换 show() 表示显示图像 split() 表示从图像中拆分出各个通道 merge() 表示将多个通道合成一个图像 crop() 表示剪裁指定区域 resize() 表示缩放图像 blend() 表示将两幅图混合成一幅 filter() 表示设置滤波器对图像进行处理 fromarray() 表示从numpy的ndarray数组生成图像。该区域中的所有像素参与运算，然后相加,得到的和赋给位于区域中心的像素。
python:基于Wordcloud的词云可视化
a287100886的博客
04-28 452
基于wordcloud库的词云可视化
用Python手把手教你WordCloud可视化
一个菜鸡的博客
12-06 522
WordCloud是一个非常有用的数据可视化工具，它可以直观地展示文本数据的重点内容和关键词。它被广泛用于文本挖掘、舆情分析、信息概览和数据可视化等领域，帮助我们更好地理解和传达文本信息。第三方Java库来实现类似的WordCloud功能。以下是两个常用的第三方库：Apache WordCloud：Apache WordCloud是一个开源的Java库，可以生成WordCloud词云图。它提供了一些参数来定制词云的外观，如字体、颜色、形状等。你可以在Apache。
python词云 wordcloud库详细使用教程
weixin_55697913的博客
04-17 1万+
python词云 wordcloud库详细使用教程，结合示例
零基础词云工具︱实现文本分词+在线词云实现工具
素质云笔记
04-22 9660
通过网上资料的整理，我写了下面的流程，可以在不写程序的情况下快速的制作个性化词云。好吧，我们现在就开始吧。 一、工具介绍 我们词云制作工具是目前非常流行的tagxedo，tagxedo对于英文的分词做的很好（废话，英文单词之间有空格），但是对于中文分词做的不好，于是我们需要用到另外一个在线工具http://life.chacuo.net/convertexportword（百度找的，你
Python开源工具库使用之词云Wordcloud
十十办文武的博客
04-12 1924
当我们需要将大量文本数据可视化展示时，WordCloud 库是一个非常有用的工具。它能够将文本中的关键词以词云的形式呈现出来，使得人们可以直观地了解文本的主题和关键词。WordCloud 库不仅能够简单地生成词云，还提供了丰富的配置选项，使用户可以根据自己的需求定制词云的外观和布局。作为Python开源库中的一员，WordCloud 库已经被广泛应用于各种领域，包括数据分析、自然语言处理、社交媒体分析等。
wordcloud词云形状
05-22
WordCloud词云的形状可以通过`mask`参数来指定。`mask`参数接受一个Numpy数组或PIL图片作为输入，用于指定词云的形状。例如，下面的代码使用一张心形图片作为词云形状： ```python import numpy as np from PIL ...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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

打赏作者

乘风破浪的牛马

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
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