python中文词云图代码_用python写一个词云图生成器

用python写一个词云图生成器

雁陎 • 2019 年 10 月 01 日

请注意，本文编写于 421 天前，最后修改于 163 天前，其中某些信息可能已经过时。

前几天做ppt，要展示的内容有很多关键词，就想到了云字图这种玩意，没想到网上一搜，在线生成的网站要么需要付费，要么不支持指定形状生成，一气之下干脆自己写了一个。幸好python有这个库`wordcloud`，所以很快就实现了这个功能。后续优化了一下（渣优化），觉得基本能用了。

做好后的成果如下图：

![词云图](https://im.yanshu.work/article/20191013000425084_11353.png)

[github地址](https://github.com/caly5144/shu-s-project/tree/master/wordcloud)

## 依赖

所使用的版本为python3.6.5(Anaconda)

- wordcloud 云字图生成库

- matplotlib 绘图库，常和numpy一起使用

- numpy 数组函数库，矩阵运算必用

- PIL 图像操作模块

- random 随机数模块

- jieba 中文分词模块

## 代码

```python

# -*- coding: utf-8 -*-

"""

Created on Fri Sep 29 13:14:22 2019

self.

@author: 雁陎

"""

from wordcloud import (WordCloud, ImageColorGenerator)

from matplotlib import pyplot as plt

import numpy as np

from PIL import Image

from random import randint

import jieba

lines=[]

with open('config.txt','r') as handler:

lines = handler.readlines()

a,b = map(int,lines[3].split(',')) # 颜色h的范围

bgcolor = lines[7].strip('\n').lower() # 背景颜色

if bgcolor == 'none':

bgcolor = None

w,h = map(int,lines[9].split(',')) # 云字图尺寸

def font_select():

font_input = lines[5].strip('\n')

font_dict = {'微软雅黑':r'\msyh.ttc','楷体':r'\simkai.ttf','宋体':r'\simsun.ttc',

'仿宋':r'\simfang.ttf','隶书':r'\SIMLI.TTF','Times New Roman':r'times.ttf'}

return r'C:\Windows\Fonts' + font_dict[font_input] # 字体

def shape_judge(): # 判断用户选择的形状

cloud_shape = lines[11].strip('\n').lower() # 云字图形状

if cloud_shape == 'rectangle':

mask = None

elif cloud_shape == 'round':

x,y = np.ogrid[:w,:w]

mask = 255*((x-w/2) ** 2 + (y-w/2) ** 2 > 4.2*w ** 2).astype(int)

# 以(w/2,w/2)为圆心，半径为4.2*w的圆，255不知道干什么的，但是必须有

else:

mask = np.array(Image.open(r"shape.jpg"))

return mask

def color_judge():

font_color_input = int(lines[1].strip('\n'))

if font_color_input == 1:

random_color = np.array(Image.open(r"shape.jpg"))

return ImageColorGenerator(random_color)

#字体颜色为背景图片的颜色

else:

def random_color_func(word=None, font_size=None, position=None,

orientation=None, font_path=None, random_state=None):

h,s,l = randint(a,b),randint(80,100),randint(25,50)

# h即表示颜色的取值范围，我们可以谷歌colour picker 查看各颜色的取值范围对应的h值

# 然后在参数中设置 color_func = random_color_func即可令字按照该范围设定颜色

return "hsl({}, {}%, {}%)".format(h, s, l)

def segment_words(text):

article_contents = ""

#使用jieba进行分词

words = jieba.cut(text,cut_all=False)

for word in words:

#使用空格来分割词，否则词组仍是一起的

article_contents += word+" "

return article_contents

def segment_judge(): # 判断分词模式

segment_mode = int(lines[13].strip('\n'))

text=open(u'word.txt','r').read().lower()

if segment_mode == 1:

return text

else:

return segment_words(text)

stopwords = {'.',',','"',':','(',')','.','。','（','）','[',']','”','“','\n','\t',' '}

wordcloud= WordCloud(font_path=font_select(), background_color=bgcolor, mode="RGBA",

color_func = color_judge(),mask= shape_judge(),width=w,

height=h,stopwords = stopwords,margin=2).generate(segment_judge())

# 你可以通过font path参数来设置字体集

# width， height， margin可以设置图片属性

# backgroud_color = "black"，可以设定背景颜色，默认黑色，如果想要设定透明的可以按照上面代码做

# stopwords 停用词，即云字图中不展示的词组，如各种标点、换行。

plt.axis("off") # 是否绘制坐标轴

plt.show()

wordcloud.to_file('wordcloud.png')

```

## 配置文件

为了方便用户（也就是我）使用，所以配置了一个`config.txt`文件（不要吐槽txt，纯小白~），代码中所有的输入均来自congfig。

```

# 1、字体颜色模式，可选：图片颜色（1，按照即选项6中picture模式的图片颜色进行绘制，选择模式1就无需改动选项2，同时需保持选项6为picture），自定义颜色（2，即自定义颜色的范围，需要设定选项2）

# 2、字体颜色H的取值范围，参见https://www.webfx.com/web-design/color-picker/

40,80

# 3、字体，可选：微软雅黑，楷体，宋体，仿宋，隶书，Times New Roman

微软雅黑

# 4、背景颜色，英文书写如white，默认为透明（None）

None

# 5、云字图尺寸，宽，高

1000,800

# 6、云字图形状，可选：方形（rectangle，尺寸为宽，高），圆形（round，尺寸为宽，宽），或图片形状（picture，按照同目录下shape.jpg的形状绘制，尺寸为图片尺寸）

picture

# 7、分词模式，可选：自定义模式（1，即按照你所给的词组进行绘制，词组之间用空格分隔），自动分词模式（2，即给定一段话，程序自动进行分词并按照频率进行绘制）

```

## 使用

你的项目目录中应该有以下文件：

```

云字图生成

config.txt

shape.jpg

word.txt

云字图生成.py

```

其中，`shape.jpg`是所选定的图片形状，在config中设定选项6为`picture`后会按照这个图片的形状来生成云字图。

shape最好背景为白色，这样效果最好。

说到这里，你能看出来文章开头的效果图是谁吗？

猜猜他是谁

## 常见问题

有个很常见的问题就是我的字体该如何配置，如果你实际操作起来就会发现，“诶我明明指向了Font文件夹中的微软雅黑.ttf”，为什么报错说没有这个字体呢？

很简单，因为你在font中看到的字体名并不是它真正的字体名，比如“微软雅黑”实际上是“msyh”。那么我该如何查看它真实的文件名？一个方便的做法是把它复制到桌面上，它就会自动显示真正的名字了。

哦对了font文件夹的地址是`C:\Windows\Fonts`

地址栏拼接的时候报错

大家可以看到在拼接字体文件字符串的时候用的是`r'C:\Windows\Fonts'+r'\SIMLI.TTF'`而非`r'C:\Windows\Fonts\' & r'SIMLI.TTF'`，因为当字符串最后一位是`\`时，无法对字符串进行拼接等操作，即使用`r'`转义也不行，会报错`SyntaxError: EOL while scanning string literal`。这貌似是python的一个bug，解决方法如上，`\`放到第二个字符串开头即可。

## 更新：GUI界面

写了一个GUI，不需要再考虑配置了，https://www.sitstars.com/archives/83/

版权属于：雁陎

本文链接：https://www.sitstars.com/archives/33/

转载时须注明出处及本声明

python中文词云图代码_用python写一个词云图生成器相关推荐

python画pr曲线代码_利用Python中的numpy包实现PR曲线和ROC曲线的计算
闲来无事,边理解PR曲线和ROC曲线,边写了一下计算两个指标的代码.在 python 环境下,sklearn里有现成的函数计算ROC曲线坐标点,这里为了深入理解这两个指标,写代码的时候只用到numpy ...
python推箱子游戏代码_用python入门知识做推箱子游戏，若能打过第三关，则可以学会编程...
不得不说,Python小游戏是最适合入门编程的项目,因为太简单! 无论懂或完全不懂python,这样的小游戏,你都可以直接开发出来,原因很简单: 在详细教程里,会有从零基础开始,一步一步的教你完成这个 ...
python英文词云代码_使用python实现个性化词云的方法
先上图片词云图需要模板 pip install jieba pip install wordcloud 还需要安装另外两个东西这两个我也不太懂借鉴百度写上去的 pip install scipy ...
python中文模糊关键词提取_用Python给你的文本提取关键词
对代码.编程感兴趣的可以关注「老K玩代码」公众号和我交流!分享代码.经验.项目和资讯用Python给你的文本提取关键词关键词提取是自然语言处理中常见的业务模块; 要实现关键词提取,Python ...
python输入汉字的代码_基于python的汉字转GBK码实现代码
如图,"广"的编码为%B9%E3,暂且把%B9称为节编码,%E3为字符编码(第二编码). 思路: 从GBK编码页面收集汉字 http://ff.163.com/newflyff/g ...
python绘制繁花曲线代码_使用python和pygame绘制繁花曲线的方法
前段时间看了一期<最强大脑>,里面各种繁花曲线组合成了非常美丽的图形,一时心血来潮,想尝试自己用代码绘制繁花曲线,想怎么组合就怎么组合. 真实的繁花曲线使用一种称为繁花曲线规的小玩意绘制, ...
python怎么运行matlab代码_用python运行matlab代码
我得到了一个错误:Traceback (most recent call last): File "", line 1, in File "C:\Users\XYZ\Ap ...
python 打卡记录代码_利用Python实现对考勤打卡数据处理的总结
利用Python实现对考勤打卡数据处理的总结一.背景交代二.说明三. 8种方法 1. 查看文件是否存在 2. 导入excel文件,并把数据保存为dataframe格式 3. 计算程序运行时间 4 ...
用python画小猪佩奇代码_用python画个小猪佩奇(turtle示例源码)
[实例简介]来副小猪佩奇,用python画个小猪佩奇 [实例截图] [核心代码]# coding:utf-8 import turtle as t def nose(x,y):#鼻子 t.pu() t ...
用python画小猪佩奇代码_用Python画小猪佩奇
猪年农历春节前,朋友圈被一则走心的广告刷屏了.很多伙伴直呼:看哭了.当爷爷电话里听到儿子说「不回来啊」的打击是很沉重的,这位父亲想念自己的儿子和孙子,总想把最好的给他们. 如果你的孩子问你要佩奇,你除 ...

python中文词云图代码_用python写一个词云图生成器

python中文词云图代码_用python写一个词云图生成器相关推荐

最新文章

热门文章