这篇文章主要介绍了python基于WordCloud制作词云图,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下
1. 导入需要的包package
import matplotlib.pyplot as plt from scipy.misc import imread from wordcloud import WordCloud,STOPWORDS import xlrd
2. 设置生成词云图的背景图片,最好是分辨率高且色彩边界分明的图片
def set_background(picpath): back_coloring = imread(picpath)# 设置背景图片,png等图片格式 return back_coloring
3. 创建词云图:WordCloud
def create_word_cloud(txt_str, back_coloring): #txt_str表示导入的是字符串格式数据,#back_color表示的是背景图片位置 print('---- 根据词频,开始生成词云! ----') font = r'C:\Windows\Fonts\simsun.ttc' #加载显示字体 wc = WordCloud( font_path=font, collocations=False, # 去重,如果不加,词云图会显示相同的词 stopwords=STOPWORDS, #加载停用词,如果不自己指定,则会加载默认的停用词 max_words=100, width=2000, height=1200, # background_color='white', mask=back_coloring, ) wordcloud = wc.generate(txt_str) # 写词云图片 wordcloud.to_file(".\wordcloud_test.png") # 显示词云文件 plt.imshow(wordcloud) plt.axis("off") plt.show()
4. 默认的停用词一般在:假如anaconda安装在D盘,则会在其目录:D:\Anaconda3\Lib\site-packages\wordcloud\stopwords,其中都是英文词,例如:
注意:也可以在jieba分词中,先利用自己的停用词,得到去除停用词之后的文本字符串来绘制词云图:
5. 此时,词云图无法显示数字,这是因为 wc.generate 操作中,有去除数字的语句:在wordcloud.py中,第560行左右,所以想要显示数字,需要先注释这一行
6. 假设想要显示的词,已经经过jieba分词,保存在txt文档中,则绘制词云图的方法是:
例如:txt中是每行是一个词:
则,先读取txt文件,形成字符串格式文本,再绘制
if __name__ == '__main__': picpath = r".\xxx.png" #背景图片路径 back_coloring = set_background(picpath) with open(r".\jieba_分词数据.txt", "r",encoding='utf-8') as f: remove_stop_str = f.read() create_word_cloud(remove_stop_str, back_coloring)
7. 如果通过jieba分词的数据已经处理成了(词, 词频)并保存在excel中,例如这种两列格式的excel表,第一行是标签如(词, 词频):
则可以先读取词频再显示,python读取excel数据可以通过 xlrd.open_workbook 方法:
def read_from_xls(filepath,index_sheet): #读取文件名,filepath是excel文件的路径,index_sheet是第几个sheet #读取表格# # 设置GBK编码 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的第一行是标签 tmp_char = [str(sheet.cell_value(tt,0))] #第一列是词 tmp_num = int(sheet.cell_value(tt,1)) #第二列是词频 data_tmp.extend(tmp_char*tmp_num) return data_tmp
然后,读数据和生成词云图:
if __name__ == '__main__': picpath = r".\xxx.png" back_coloring = set_background(picpath) data_dic = read_from_xls(r'D:\Python_workspace\spyder_space\jieba分词表.xlsx',0) data_dic_str = '\n'.join(data_dic) #转成字符串格式 create_word_cloud(data_dic_str, back_coloring)
8. 总结代码
# -*- 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)# 设置背景图片 return back_coloring def create_word_cloud(txt_str, back_coloring): print('---- 根据词频,开始生成词云! ----') 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) # 写词云图片 wordcloud.to_file(".\wordcloud_test.png") # 显示词云文件 plt.imshow(wordcloud) plt.axis("off") plt.show() def read_from_xls(filepath,index_sheet): #读取文件名 #读取表格# # 设置GBK编码 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分词表.xlsx',0) data_dic_str = '\n'.join(data_dic) # with open(r".\jieba_分词数据.txt", "r",encoding='utf-8') as f: # remove_stop_str = f.read() create_word_cloud(data_dic_str, back_coloring)
当然绘制词云图的方法有很多,这只是其中的一种
以上就是本文的全部内容,希望对大家的学习有所帮助,也希望大家多多支持。
免责声明:本站文章均来自网站采集或用户投稿,网站不提供任何软件下载或自行开发的软件! 如有用户或公司发现本站内容信息存在侵权行为,请邮件告知! 858582#qq.com
稳了!魔兽国服回归的3条重磅消息!官宣时间再确认!
昨天有一位朋友在大神群里分享,自己亚服账号被封号之后居然弹出了国服的封号信息对话框。
这里面让他访问的是一个国服的战网网址,com.cn和后面的zh都非常明白地表明这就是国服战网。
而他在复制这个网址并且进行登录之后,确实是网易的网址,也就是我们熟悉的停服之后国服发布的暴雪游戏产品运营到期开放退款的说明。这是一件比较奇怪的事情,因为以前都没有出现这样的情况,现在突然提示跳转到国服战网的网址,是不是说明了简体中文客户端已经开始进行更新了呢?
更新日志
- 雨林唱片《赏》新曲+精选集SACD版[ISO][2.3G]
- 罗大佑与OK男女合唱团.1995-再会吧!素兰【音乐工厂】【WAV+CUE】
- 草蜢.1993-宝贝对不起(国)【宝丽金】【WAV+CUE】
- 杨培安.2009-抒·情(EP)【擎天娱乐】【WAV+CUE】
- 周慧敏《EndlessDream》[WAV+CUE]
- 彭芳《纯色角3》2007[WAV+CUE]
- 江志丰2008-今生为你[豪记][WAV+CUE]
- 罗大佑1994《恋曲2000》音乐工厂[WAV+CUE][1G]
- 群星《一首歌一个故事》赵英俊某些作品重唱企划[FLAC分轨][1G]
- 群星《网易云英文歌曲播放量TOP100》[MP3][1G]
- 方大同.2024-梦想家TheDreamer【赋音乐】【FLAC分轨】
- 李慧珍.2007-爱死了【华谊兄弟】【WAV+CUE】
- 王大文.2019-国际太空站【环球】【FLAC分轨】
- 群星《2022超好听的十倍音质网络歌曲(163)》U盘音乐[WAV分轨][1.1G]
- 童丽《啼笑姻缘》头版限量编号24K金碟[低速原抓WAV+CUE][1.1G]