快捷導(dǎo)航

Python基于WordCloud制作詞云圖

更新時(shí)間：2019年11月29日 11:18:54 作者：落日峽谷

這篇文章主要介紹了python基于WordCloud制作詞云圖,文中通過(guò)示例代碼介紹的非常詳細(xì)，對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友可以參考下

1. 導(dǎo)入需要的包package

import matplotlib.pyplot as plt
from scipy.misc import imread
from wordcloud import WordCloud,STOPWORDS
import xlrd

2. 設(shè)置生成詞云圖的背景圖片，最好是分辨率高且色彩邊界分明的圖片

def set_background(picpath):
  back_coloring = imread(picpath)# 設(shè)置背景圖片，png等圖片格式
  return back_coloring

3. 創(chuàng)建詞云圖：WordCloud

def create_word_cloud(txt_str, back_coloring): #txt_str表示導(dǎo)入的是字符串格式數(shù)據(jù)，#back_color表示的是背景圖片位置
  print('---- 根據(jù)詞頻，開(kāi)始生成詞云! ----')
  font = r'C:\Windows\Fonts\simsun.ttc' #加載顯示字體
  wc = WordCloud(
    font_path=font,
    collocations=False, # 去重，如果不加，詞云圖會(huì)顯示相同的詞
    stopwords=STOPWORDS, #加載停用詞，如果不自己指定，則會(huì)加載默認(rèn)的停用詞
    max_words=100,
    width=2000,
    height=1200,
    # background_color='white',
    mask=back_coloring,
  )
  wordcloud = wc.generate(txt_str)
  # 寫(xiě)詞云圖片
  wordcloud.to_file(".\wordcloud_test.png")
  # 顯示詞云文件
  plt.imshow(wordcloud)
  plt.axis("off")
  plt.show()

4. 默認(rèn)的停用詞一般在：假如anaconda安裝在D盤(pán)，則會(huì)在其目錄：D：\Anaconda3\Lib\site-packages\wordcloud\stopwords，其中都是英文詞，例如：

注意：也可以在jieba分詞中，先利用自己的停用詞，得到去除停用詞之后的文本字符串來(lái)繪制詞云圖：

5. 此時(shí)，詞云圖無(wú)法顯示數(shù)字，這是因?yàn)?wc.generate 操作中，有去除數(shù)字的語(yǔ)句：在wordcloud.py中，第560行左右，所以想要顯示數(shù)字，需要先注釋這一行

6. 假設(shè)想要顯示的詞，已經(jīng)經(jīng)過(guò)jieba分詞，保存在txt文檔中，則繪制詞云圖的方法是：

例如：txt中是每行是一個(gè)詞：

則，先讀取txt文件，形成字符串格式文本，再繪制

if __name__ == '__main__': 
  picpath = r".\xxx.png" #背景圖片路徑
  back_coloring = set_background(picpath)
  
  with open(r".\jieba_分詞數(shù)據(jù).txt", "r",encoding='utf-8') as f:
    remove_stop_str = f.read()
  
  create_word_cloud(remove_stop_str, back_coloring)

7. 如果通過(guò)jieba分詞的數(shù)據(jù)已經(jīng)處理成了(詞, 詞頻)并保存在excel中，例如這種兩列格式的excel表，第一行是標(biāo)簽如(詞, 詞頻)：

則可以先讀取詞頻再顯示，python讀取excel數(shù)據(jù)可以通過(guò) xlrd.open_workbook 方法：

def read_from_xls(filepath,index_sheet):
  #讀取文件名，filepath是excel文件的路徑，index_sheet是第幾個(gè)sheet
  #讀取表格#
  # 設(shè)置GBK編碼
  xlrd.Book.encoding = "gbk"
  rb = xlrd.open_workbook(filepath)
  print(rb)

  sheet = rb.sheet_by_index(index_sheet)
  nrows = sheet.nrows
  data_tmp = []

  for i in range(nrows - 1):
    tt=i+1 #excel的第一行是標(biāo)簽
    tmp_char = [str(sheet.cell_value(tt,0))] #第一列是詞
    tmp_num = int(sheet.cell_value(tt,1))  #第二列是詞頻
    data_tmp.extend(tmp_char*tmp_num)
  return data_tmp

然后，讀數(shù)據(jù)和生成詞云圖：

if __name__ == '__main__': 
  picpath = r".\xxx.png"
  back_coloring = set_background(picpath)
  
  data_dic = read_from_xls(r'D:\Python_workspace\spyder_space\jieba分詞表.xlsx',0)
  data_dic_str = '\n'.join(data_dic) #轉(zhuǎn)成字符串格式
  
  create_word_cloud(data_dic_str, back_coloring)

8. 總結(jié)代碼

# -*- coding: utf-8 -*-
"""
Created on Mon Aug 19 10:47:17 2019

@author: Administrator
"""
import matplotlib.pyplot as plt
from scipy.misc import imread
from wordcloud import WordCloud,STOPWORDS
import xlrd

def set_background(picpath):
  back_coloring = imread(picpath)# 設(shè)置背景圖片
  return back_coloring

def create_word_cloud(txt_str, back_coloring):
  print('---- 根據(jù)詞頻，開(kāi)始生成詞云! ----')
  font = r'C:\Windows\Fonts\simsun.ttc'
  wc = WordCloud(
    font_path=font,
    collocations=False, # 去重
    stopwords=STOPWORDS,
    max_words=100,
    width=2000,
    height=1200,
    # background_color='white',
    mask=back_coloring,
  )
  wordcloud = wc.generate(txt_str)
  # 寫(xiě)詞云圖片
  wordcloud.to_file(".\wordcloud_test.png")
  # 顯示詞云文件
  plt.imshow(wordcloud)
  plt.axis("off")
  plt.show()

def read_from_xls(filepath,index_sheet):
  #讀取文件名
  #讀取表格#
  # 設(shè)置GBK編碼
  xlrd.Book.encoding = "gbk"
  rb = xlrd.open_workbook(filepath)
  print(rb)

  sheet = rb.sheet_by_index(index_sheet)
  nrows = sheet.nrows
  data_tmp = []

  for i in range(nrows - 1):
    tt=i+1
    tmp_char = [str(sheet.cell_value(tt,0))]
    tmp_num = int(sheet.cell_value(tt,1))
    data_tmp.extend(tmp_char*tmp_num)
  return data_tmp

if __name__ == '__main__': 
  picpath = r".\xxx.png"
  back_coloring = set_background(picpath)
  data_dic = read_from_xls(r'D:\Python_workspace\spyder_space\jieba分詞表.xlsx',0)
  data_dic_str = '\n'.join(data_dic)
  
#  with open(r".\jieba_分詞數(shù)據(jù).txt", "r",encoding='utf-8') as f: 
# 　　　remove_stop_str = f.read() 

　　create_word_cloud(data_dic_str, back_coloring)

當(dāng)然繪制詞云圖的方法有很多，這只是其中的一種

以上就是本文的全部?jī)?nèi)容，希望對(duì)大家的學(xué)習(xí)有所幫助，也希望大家多多支持腳本之家。

您可能感興趣的文章: