实战Python轻松实现绘制词云图(附详细源码)

项目背景虽然现在已经有很多现成的制作词云图的工具了，但一般存在以下几个问题：问题一：工具太多，眼花缭乱，质量参差不齐，选择困难症；问题二：大多词云工具或多或少有一些限制，自定义的空间有限；问题三：有些工具甚至收费。基于以上几个问题，迪迪觉得有必要写一篇Python绘制词云图的文章，因为实在太简单！没有任何编程基础的小白都能搞定的事，还找什么工具啊！

OK，FINE。咱不废话，直接实操。项目实操一一般词云绘制

制作词云图首先得有词吧，词从哪来，迪迪想了半天硬是没想出来。既然没思路，那就拿过气的后浪软文玩一玩吧，对于后浪大家褒贬不一，迪迪也不敢妄加评论。

首先，咱们把后浪全文保存为HL.txt，截取部分，长这样：

接着，下载并导入制作词云所需的库，各个库的功能都有注释。

1import jieba  #结巴分词2from wordcloud import WordCloud  #词云展示库3from PIL import Image  #图像处理库4import numpy as np  #支持多维数组和矩阵运算5import matplotlib.pyplot as plt  #图像展示库

然后，把HL.txt的内容读出来。

1# 读取文本内容2with open('HL.txt','r',encoding="UTF-8") as f:3    file = f.read()  #将文本读取为整个字符串，readlines可以按行读取

紧接着，咱们需要把读取的整个字符串分成一个个的词，jieba出征，寸草不生。

1#进行分词2data_cut =jieba.cut(file,cut_all = False) #精确模式分词

分完词后发现，什么逗号啊、分号啊、句号啊也作为单独的词全出来了，那可不行，咱得想办法stop它们。构建停词表，把看不惯的词remove掉，没错，我不喜欢口口声声的我们你们啥的。

1stop_words = ["，","。",";","、","我们","你们"]  #自定义停词列表

当然，有朋友会说，你这是因为文本内容少，自己搞个停词表方便，可要是成千上万的文本你这点停词肯定不够用啊。OK，那咱们百度下停词表，随便download一个，保存为stopwords.txt。stopwords.txt共有1893个常用停词，长这样：

有了停词表，咱得用Python读出来。

1stop_words = [] #创建空列表2with open("stopwords.txt", 'r', encoding='utf-8') as f:3    for line in f:4        if len(line)>0:5            stop_words.append(line.strip())  #把停词追加到stop_words列表中

停词准备好了，接下来就是remove停词，拿到我们需要的词了。

1data_result = [i for i in data_cut if i not in stop_words] #获取需要的词

print一下data_result，长这样：

这可不行，咱们需要的是由一个个词构成的字符串。因此，需要用join函数以空格分隔并将所有词连接成一个新的字符串。replace在这表示将换行（）符替换为空。

1text = " ".join(data_result).replace("
","") #连接成字符串2print(text)

咱们打印一下text看效果：

词有了，可以开始设计词云图，由于所有词都是中文，而WordCloud默认不支持中文，摔！咱还得指定字体文件路径，否则会出现乱码。迪迪毕竟学欧体过来的，于是找了个小楷字体，你可以根据自己的喜好设置不同的字体，网上免费字体一大堆。

1wc = WordCloud(2    #设置字体，不指定就会出现乱码,这个字体文件需要下载3    font_path = "演示悠然小楷.ttf",4    background_color = "black",5    max_words = 5000,6)

配置好之后，咱生成图片并展示出来。

 1# 生成词云图 2wc.generate(text) 3 4# 保存词云图 5wc.to_file("IMJG.jpg") #保存图片 6 7# 展示 8plt.imshow(wc) #对图片进行处理，并显示其格式 9plt.axis("off") #关闭坐标轴10plt.show() #将图片显示出来

效果如下：

到这，你可能以为迪迪准备写结语了。不好意思，还没完，咱们的目标可不能局限在这，在诗和远方，哦不，是定制属于自己的词云图。迪迪准备给词云加个自定义的底图，让词云看起来更形象些。想了很久，不知道用什么图合适。于是迪迪打开了好久没用的Photoshop cc，绘制了一个你用美图秀秀都能做的比我好看的png。

我把这张图片命名为JG.png，并用Image方法打开。

1#用Image方法打开图片2images = np.array(Image.open("JG.png"))

把images配置到词云wc中去，传给参数mask。

1wc = WordCloud(2    #设置字体，不指定就会出现乱码,这个字体文件需要下载3    font_path = "演示悠然小楷.ttf",4    background_color = "black",5    max_words = 5000,6    mask=images7)

重新生成并保存下词云图，效果如下：

哈哈，略丑。朋友们有兴趣可以自己做个底图或者网上download一个底图试试，底图尽量清晰、颜色尽量突出就好啦。

还有朋友可能会问为啥我文章开头的词云图是一个个句子，这里一并说明下，因为读取HL.txt的时候用的是readlines啊~

二根据词频绘制词云

一般的词云制作用以上方法就可以啦，但现实生活中我们的需求可能更为复杂，根据词频绘制词云图的案例也更为多见。以下就是J哥经常用到的一个实战案例，开源代码奉上。

大致思路是从Mysql数据库中提取上万条交易记录，用sql语句把交易规模前100的品牌select出来，然后根据各个品牌交易规模的大小制作词云，文字越大的表示交易规模越大。

 1#-*- coding = uft-8 -*- 2#@Time : 2020/5/23 10:30 上午 3#@Author : 我是J哥 4#@File : my_wordcloud.py 5 6#给定词频制作词云图 7from matplotlib import pyplot as plt   #绘图，数据可视化 8from wordcloud import WordCloud   #词云 9from PIL import Image  #图片处理10import numpy as np   #矩阵运算11import pymysql   #数据库12import pandas as pd  #数据处理131415#准备词云所需文字（词）16conn = pymysql.connect(host="localhost", user="你的", passwd="你的", db="test", port=3306, charset="utf8")17cur = conn.cursor()18sql = "select brand as name,round(sum(jine)/10000,0) as value from Sc_month4 group by name order by value desc limit 100;"19df = pd.read_sql(sql, conn)20print(df)21name = list(df.name)  #词22value = df.value  # 词的频率23dic = dict(zip(name, value))  # 词频以字典形式存储24#print(dic)25cur.close()26conn.close()2728img = Image.open("tree.png")29img_arry = np.array(img)30wc = WordCloud(31    background_color="white",32    mask=img_arry,33    max_words=1000,34    max_font_size=500,35    #font_path="演示悠然小楷.ttf"36    #font_path="有字库龙藏体.ttf"37    font_path="演示悠然小楷.ttf"38)3940wc.generate_from_frequencies(dic)  #以词频生成词云4142#绘制图片43fig = plt.figure(1)44plt.imshow(wc)45plt.axis("off")46plt.show()4748#输出词云图片到文件49plt.savefig("JGJG.jpg",dpi=400)

生成的词云图长这样：

结语整体来看，Python制作词云图还是很简单的，代码清晰，代码量也少，很适合新手入门尝鲜。当然，要想呈现良好的词云效果，前提是你的数据是干净整洁的，因此数据清洗的知识必须掌握。

实战Python轻松实现绘制词云图(附详细源码)相关推荐

实战|Python轻松实现绘制词云图(附详细源码)
项目背景虽然现在已经有很多现成的制作词云图的工具了,但一般存在以下几个问题:问题一:工具太多,眼花缭乱,质量参差不齐,选择困难症: 问题二:大多词云工具或多或少有一些限制,自定义的空间有限:问题三:有 ...
实战|Python轻松实现动态网页爬虫(附详细源码)
用浅显易懂的语言分享爬虫.数据分析及可视化等干货,希望人人都能学到新知识. 项目背景事情是这样的,前几天我公众号写了篇爬虫入门的实战文章,叫做<实战|手把手教你用Python爬虫(附详细源码) ...
beautifulsoup解析动态页面div未展开_实战|Python轻松实现动态网页爬虫(附详细源码)...
用浅显易懂的语言分享爬虫.数据分析及可视化等干货,希望人人都能学到新知识.项目背景事情是这样的,前几天我公众号写了篇爬虫入门的实战文章,叫做<实战|手把手教你用Python爬虫(附详细源码)&g ...
Python轻松实现PDF格式转换(附详细源码)
公众号后台回复"图书",了解更多号主新书内容作者:J哥来源:菜J学Python 项目背景网上PDF转换工具眼花缭乱,选择困难症,有些甚至还收费: 直接以其他格式打开PDF效果 ...
Python轻松实现动态网页爬虫(附详细源码)！
AJAX动态加载网页一什么是动态网页 J哥一向注重理论与实践相结合,知其然也要知其所以然,才能以不变应万变. 所谓的动态网页,是指跟静态网页相对的一种网页编程技术.静态网页,随着html代码的生成 ...
通俗易懂玩QT：Qpaint绘制开关按钮(内附详细源码)
Qpaint 绘制开关按钮(内附详细源码) 一.实验效果与开发环境效果图如下: 开发环境: 二.实验代码 switch.h #ifndef SWITCH_H #define SWITCH_H#inc ...
python：实现绘制png图片(附完整源码)
python:实现绘制png图片 from PIL import Image, ImageDraw, ImageFont, ImageColor def drawPic(fileName):img = ...
python实现监控电脑打开网页_Python轻松实现动态网页爬虫(附详细源码)
AJAX动态加载网页一什么是动态网页 J哥一向注重理论与实践相结合,知其然也要知其所以然,才能以不变应万变. 所谓的动态网页,是指跟静态网页相对的一种网页编程技术.静态网页,随着html代码的生成 ...
Python编程：实现词云生成（附详细源码）
Python编程:实现词云生成(附详细源码) 词云是一种数据可视化的方式,它可以用来展示某个主题下的主要关键词汇.在Python中,我们可以使用 wordcloud 库来实现词云的生成.本文将带您一步 ...
Python实现恩尼格玛加密算法——附完整源码
Python实现恩尼格玛加密算法--附完整源码恩尼格玛是第二次世界大战中德国所使用的复杂电机械式密码机.它被认为是世界上最复杂的加密设备之一.在这个项目中,我们将使用Python模拟实现恩尼格玛加密 ...

实战Python轻松实现绘制词云图(附详细源码)

实战Python轻松实现绘制词云图(附详细源码)相关推荐

最新文章

热门文章