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
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~