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
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')
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')
(2)带形状的词云
- 下载一幅图片保存下来(如命名为map4.jpg)
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')
(3)中文的、有形状的词云
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')
(4)给词云添加轮廓
①
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")
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)
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")
③
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")
如果你会抠图,那么作词云也就会很好看
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')