Python词云的正确实现方法实例

2024-04-02 19:04:59 678人浏览泡泡鱼

Python 官方文档：入门教程 => 点击学习

摘要

一、相关模块 jieba：中文分词 Wordcloud ：python词云库 imageio：读取图形数据安装： pip install jieba pi

一、相关模块

jieba：中文分词

Wordcloud ：python词云库

imageio：读取图形数据

安装：


pip install jieba
pip install wordcloud
pip install imageio

二、wordcloud四大类

类	功能
WordCloud([font_path, width, height, …])	生成和绘制词云对象
ImageColorGenerator(image[, default_color])	基于图片的色彩
random_color_func([word, font_size, …])	随机生成颜色
get_single_color_func(color)	创建一个颜色函数,它返回一个色调和饱和度

三、wordcloud类

1、WordCloud类


class wordcloud.WordCloud(
    font_path=None, width=400, height=200, margin=2, 
    ranks_only=None, prefer_horizontal=0.9, mask=None, 
    scale=1, color_func=None, max_words=200, min_font_size=4, 
    stopwords=None, random_state=None, background_color='black', 
    max_font_size=None, font_step=1, mode='RGB', relative_scaling='auto', 
    regexp=None, collocations=True, colORMap=None, normalize_plurals=True, 
    contour_width=0, contour_color='black', repeat=False, include_numbers=False, 
    min_word_length=0, collocation_threshold=30)

2、WordCloud参数详解

参数	详解
font_path	词云图的字体路径（OTF或TTF格式）
width	画布的宽度、默认为400，如果mask不为空时，设置为mask获取图片的大小
height	画布的高度，默认为200，如果mask不为空时，设置为mask获取图片的大小
prefer_horizontal	默认值0.9；当值<1时，遇到不合适的地方时，算法将词体自动旋转
mask	默认为None；如果不为空，指定了画布的图形，则width和height值不生效，使用提供的图形的大小
contour_width	如果mask不为空，并且contour_width>0，将描绘出mask获取图片的轮廓，值越大，轮廓的线越粗
contour_color	使用Mask时，描绘图片轮廓的颜色
scale	图片生成后放大缩小时的分辨率
min_font_size	词云图显示的最小字体，默认为4
max_font_size	词云图显示的最大字体
max_words	词云显示的最大词数
font_step	字体步长
stopwords	不显示的词，如果没有设置，则使用默认的内置的STOPWORdS列表；如果使用generate_from_frequencies参数，则忽略
background_color	背景颜色
mode	默认为"RGB"，当mode="RGBA"并且background_color为None时，将会显示透明背景
relative_scaling	字体大小与词频的关系，默认值为auto
color_func	默认为None，color_func=lambda args, *kwargs:(255,0,0)词云的字体颜色将这设置为红色
regexp	使用正则切分，默认为r"\w[\w']+"，如果使用generate_from_frequencies则此参数不生效
collocations	是否包含两个词的搭配，默认为True，如果使用generate_from_frequencies则此参数不生效
colormap	设置颜色的参数，默认为"viridis"，如果使用color_func参数，则此参数不生效
normalize_plurals	是否删除尾随的词，比如's，如果使用generate_from_frequencies参数，则此参数不生效
repeat	是否重复词组直到设置的最大的词组数
include_numbers	是否包含数字，默认我False
min_word_length	最小数量的词，默认为0
collocation_threshold	默认为30，整体搭配的评分等级

3、WordCloud类方法详解

方法	功能
fit_words()	根据词频生成词云
generate_from_frequencies（)	根据词频生成词云
generate()	根据文本生成词云
generate_from_text()	根据文本生成词云
process_text()	将长文本分词，并去除屏蔽词
recolor()	对输出颜色重新着色
to_array()	转换为numpy数组
to_file()	保存为图片文件
to_svg()	保存为SVG（可缩放矢量图形）

四、实例

1、简单图案

代码：


import wordcloud

# 词云使用的文字
text = "lemon"

# 使用wordcloud.WordCloud类，并传入相关的参数
wc = wordcloud.WordCloud(background_color="white", repeat=True)
wc.generate(text)

# 保存图片
wc.to_file('test1.png')

2、自定义图片

代码：


import wordcloud

# 导入imageio库中的imread函数，并用这个函数读取本地图片，作为词云形状图片
import imageio
mk = imageio.imread("333.jpg")

# 词云使用的文字
text = "lemon"

# 使用wordcloud.WordCloud类，并传入相关的参数
wc = wordcloud.WordCloud(background_color="white", repeat=True,mask=mk)
wc.generate(text)

# 保存图片
wc.to_file('test1.png')

3、从文本读取

代码：


import wordcloud
import jieba

# 导入imageio库中的imread函数，并用这个函数读取本地图片，作为词云形状图片
import imageio
mk = imageio.imread("chen.jpg")

# 使用wordcloud.WordCloud类，并传入相关的参数
wc = wordcloud.WordCloud(background_color="white",
                         prefer_horizontal=0.5,
                         repeat=True,
                         mask=mk,
                         font_path='/System/Library/Fonts/STHeiti Light.ttc',
                         contour_width=2,
                         contour_color='pink',
                         collocation_threshold=100,
                         )

# 对来自外部文件的文本进行中文分词，得到string
f = open('Gong.txt', encoding='utf-8')
txt = f.read()
txtlist = jieba.lcut(txt)
string = " ".join(txtlist)

# 将string变量传入w的generate()方法，给词云输入文字
wc.generate(string)

# 保存图片
wc.to_file('test.png')