python绘制词云图最全教程,查看文章关键词,自定义词云图形状等,看完就会

  • 🌈所属专栏:【Python】
  • 作者主页:  Mr.Zwq
  • ✔️个人简介:一个正在努力学技术的Python领域创作者,擅长爬虫,逆向,全栈方向,专注基础和实战分享,欢迎咨询!

您的点赞、关注、收藏、评论,是对我最大的激励和支持!!!🤩🥰😍

目录

效果展示

安装所需包

代码实现

总结


效果展示

安装所需包

注意:安装时如若采用国内镜像加速源建议选择清华大学源,阿里云源会报错,没有收录jieba库,国内镜像加速源可参考:pip配置镜像源加速下载Python包安装

pip install jieba
pip install wordcloud

代码实现

这里我用来进行生成词云图的文本数据来自我前面写过的一篇文章:如何评价GPT-4o?

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

# 读取想要生成词云图的文本数据
with open('text.txt', 'r', encoding='utf-8') as f:
    data = f.read()

# 进行分词过滤,处理数据
data = jieba.lcut(data)
stopwords = ['我们', '大家', '等等']  # 自行设定停用词,即不想显示在词云图上的词
data = [i for i in data if len(i) > 1 and i not in stopwords]  # 去掉长度为1的字符和自行设定的停用词

# 统计词频,提取出现频率最高的前100个词语
data = Counter(data).most_common(100)
# 转成字典格式
data = dict(data)

# 制作词云图
mask = plt.imread('aixin.jpg')  # 遮罩图,背景图
wc = WordCloud(scale=4,  # 输出清晰度
               font_path='msyh.ttc',  # 字体
               width=1600,  # 输出图片宽度
               height=900,  # 输出图片高度
               background_color='white',  # 图片背景颜色
               mask=mask,  # 遮罩图
               # margin=2  # 设置词与词之间的距离
               # max_font_size=max_font_size,  # 最大字体大小
               # min_font_size=min_font_size  # 最小字体大小
               )
# 填充数据
wc = wc.fit_words(data)
plt.imshow(wc)
plt.axis('off')    # 关闭坐标轴
# 保存图片
plt.savefig('1.jpg')
# 展示
plt.show()

 最后生成的词云图片会保存在与代码在同一目录下的1.jpg。

总结

感谢观看,原创不易,如果觉得有帮助,请给文章点个赞吧,让更多的人看到。🌹🌹🌹

👍🏻也欢迎你,关注我。👍🏻

如有疑问,可在评论区留言哦~

  • 16
    点赞
  • 6
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
### 回答1: 好的,下面是使用 Python 绘制词云图的步骤: 1. 安装所需库 使用以下命令安装所需的库: ``` pip install jieba pip install wordcloud pip install imageio ``` 2. 准备文本 将需要绘制词云图的文本保存在一个文本文件中,例如 `text.txt`。 3. 分词 使用 `jieba` 库对文本进行分词,将分好的词保存在列表中: ```python import jieba with open('text.txt', 'r', encoding='utf-8') as f: text = f.read() word_list = jieba.cut(text) ``` 4. 统计词频 使用 `collections` 库中的 `Counter` 函数统计每个词出现的次数: ```python from collections import Counter word_count = Counter(word_list) ``` 5. 生成词云图 使用 `wordcloud` 库生成词云图: ```python from wordcloud import WordCloud import imageio mask = imageio.imread('mask.png') # 词云图形状 wc = WordCloud(font_path='font.ttf', background_color='white', mask=mask) wc.generate_from_frequencies(word_count) wc.to_file('wordcloud.png') # 保存词云图 ``` 其中,`font_path` 参数指定字体文件路径,`background_color` 参数指定背景色,`mask` 参数指定词云图形状。 6. 整代码 ```python import jieba from collections import Counter from wordcloud import WordCloud import imageio with open('text.txt', 'r', encoding='utf-8') as f: text = f.read() word_list = jieba.cut(text) word_count = Counter(word_list) mask = imageio.imread('mask.png') # 词云图形状 wc = WordCloud(font_path='font.ttf', background_color='white', mask=mask) wc.generate_from_frequencies(word_count) wc.to_file('wordcloud.png') # 保存词云图 ``` 其中,`text.txt` 是文本文件路径,`mask.png` 是词云图形状文件路径,`font.ttf` 是字体文件路径,`wordcloud.png` 是词云图保存路径。 ### 回答2: Python绘制词云图是一种常见的数据可视化方法,适用于对大量文本数据进行分析和展示。下面是用Python绘制词云图的基本步骤: 1. 安装必要的库:需要安装wordcloud库和matplotlib库。可以使用pip命令来进行安装。 2. 准备文本数据:将需要分析的文本数据准备好,可以是一个文本文件或者一个字符串变量。 3. 数据预处理:对文本数据进行预处理,如去除停用词、标点符号、数字等。 4. 创建词云对象:使用wordcloud库创建一个词云对象,并设置其基本参数,比如背景颜色、词云形状、字体类型等。 5. 生成词云图:调用词云对象的generate方法,将预处理后的文本数据传入,生成词云图。 6. 显示词云图:使用matplotlib库将生成的词云图显示出来。可以通过设置图像大小、颜色等进行美化。 7. 保存词云图(可选):可以将生成的词云图保存成图片文件,使用词云对象的to_file方法。 以上是用Python绘制词云图的基本步骤。通过调整参数和优化预处理过程,可以进一步改进词云图的效果。词云图能够直观地展示文本数据中出现频率较高的关键词,有助于了解文本内容的重点和热点。在文本分析、舆情监测、信息可视化等领域,词云图都有广泛的应用。 ### 回答3: Python是一种流行的编程语言,可以用来进行各种数据分析和可视化。绘制词云图Python中一项很有趣和有用的任务。 要使用Python绘制词云图,我们需要安装一个包叫做"wordcloud"。可以使用命令`pip install wordcloud`来安装。 在安装"wordcloud"包之后,我们可以导入它并使用其中的函数来绘制词云图。 首先,我们需要准备一个文本文件,里面包含我们想要制作词云图的文本。可以是一篇文章、一本书或者一些评论数据等。 接下来,我们需要使用Python读取这个文本文件,并进行一些文本处理的步骤,例如去除停用词、分词等。可以使用Python中的自然语言处理库,如NLTK或spaCy。 处理文本之后,我们可以使用"wordcloud"库中的`WordCloud`类来创建一个词云对象。可以设置词云图的一些属性,例如词云的形状、字体、背景颜色等。 最后,我们只需要调用词云对象的`generate`方法,传入处理后的文本数据,就可以生成词云图了。可以使用`matplotlib`包来显示和保存词云图绘制词云图Python代码如下所示: ```python import matplotlib.pyplot as plt from wordcloud import WordCloud # 读取文本文件 with open("text.txt", "r", encoding="utf-8") as f: text = f.read() # 文本处理步骤... # 创建词云对象 wordcloud = WordCloud(width=800, height=400, background_color="white").generate(text) # 显示词云图 plt.imshow(wordcloud, interpolation="bilinear") plt.axis("off") plt.show() # 保存词云图 wordcloud.to_file("wordcloud.png") ``` 以上就是使用Python绘制词云图的简单过程。通过调整词云的属性和文本处理步骤,我们可以得到不同风格和内容的词云图词云图可以帮助我们更好地理解文本的特征和重点。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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

Mr.Zwq

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
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