SEO外包平台,我们为您提供专业的企业网站SEO整站优化外包服务 SEO设置

SEO外包平台

专注于企业网站SEO整站优化外包服务

【词云图】如何用python的第三方库jieba和wordcloud画词云图

作者:jcmp      发布时间:2021-04-28      浏览量:0
一直想学一下如何用python画词

一直想学一下如何用python画词云图,觉得很好玩,本文就写一下我自己的一些尝试。

1、提前准备

一般准备以下四样就可以啦。
第一,电脑安装python,我装的是3.6。
第二,安装第三方库jieba和wordcloud,一个是用于分词,一个用于生成词云图。python安装这两个第三方库的方法也比较简单,在cmd里面输入如下的命令行即可:

pip install jiebapip install wordcloud

第三,准备一份需要分词的文档,我这里随便找了一份关于电影评价的文档,记得要保存成txt文档。如下所示。


第四,需要准备一张你喜欢的图片,用于生成词云图的形状,这里要注意,最好选一个白底的图片,轮库比较明显的,我选了下面这张小熊的图片。



一切准备就绪,就可以打开python写代码生成词云图啦。

2、书写生成词云图代码

2.1 首先把相关的包加载进来

from os import pathfrom wordcloud import WordCloudimport matplotlib.pyplot as pltfrom scipy.misc import imreadimport jieba.analyse

像matplotlib和scipy都是python常用的包,如果没有安装好可以自行百度一下如何安装。

2.2 加载准备好的文档和图片

把movie.txt和xiong.jpg放在当前目录下。

CURRENT_PATH = path.dirname(path.abspath(__file__))TEXT_FILE = path.join(CURRENT_PATH, 'movie.txt')IMG_FILE = path.join(CURRENT_PATH, 'xiong.jpg')

2.3 定义一个分词的函数

def get_frequencies():    with open(TEXT_FILE, 'r', encoding="GB2312") as f:        text = f.read()    words = jieba.analyse.extract_tags(text, topK=200, withWeight=True)    # words is list, change it to dict    return dict(words)

这个函数用jieba对文档进行分词,topK是可以返回的最大的分词数。这里有一个坑,我是从网上下载的movie.txt,要用notepad打开看一下编码方式,我的文档的编码方式为GB2312,则在encoding后面写GB2312,如果编码方式为utf-8,把GB2312改成utf-8即可。

2.4定义一个制作词云图的函数

ef make_wordcloud(words):    # get mask    my_mask = imread(IMG_FILE)    # set wordcloud    my_wordcloud = WordCloud(        font_path="msyh.ttc",        background_color="white",         max_words=1000,         max_font_size=50,         width=1500,        height=1500,        mask=my_mask,        contour_width=2,        contour_color='steelblue'    )    # words must be dict    my_wordcloud.generate_from_frequencies(words)    return my_wordcloud

先用 imread函数把事先准备好的图片读取出来,然后用WordCloud函数生成词云图,中间要输入很多参数,可以自己调节,比如 background_color="white",这句代码意思是设置词云图的背景颜色为白色,如果你想背景颜色为黑色,只要把white改成black即可。contour_width=2代表轮廓宽度为2,contour_color='steelblue'代表轮廓颜色为蓝色等。这些参数都可以自行调整。

2.5 定义显示词云图和保存词云图的函数

def show_it(wordcloud):    # show it    plt.imshow(wordcloud)    plt.axis('off')    plt.show()def save_it(wordcloud, name):    filename = '{}.jpg'.format(name)    wordcloud.to_file(path.join(CURRENT_PATH, filename))

图片保存在当前目录下。

2.6 主函数运行程序

if __name__ == '__main__':   words = get_frequencies()   wordcloud = make_wordcloud(words)   show_it(wordcloud)   save_it(wordcloud, 'my_wordcloud')

3、结果展示

运行代码之后生成的词云图如下所示。



从生成的词云图中可以看出有一些词在文档中出现次数比较高,所以字相对比较大,比如高尔夫球,阿甘正传,努力,鲁迅等。
前后对比一下,有没有觉得很可爱,可以自己动手试试哦。