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
Loading...
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
# 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)
1
```
## 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 ...
最新文章
- 在CentOS 6.8 x86_64上安装nghttp2最新版及让curl具有http2特性
- 菜鸟物流云是如何帮助快递合作伙伴解决双11巨大业务负荷的?
- vivado烧录flash过程
- oracle的结构是什么,Oracle的软件结构是什么呢?
- C++ MFC控制台输出调试信息
- 【根据网上其他没有解决】XAMPP报错Error: Apache shutdown unexpectedly
- 【CoppeliaSim】使用 Lua 语言控制麦轮小车行走
- spring学习(5):spring简介
- java mac 转换 整形_JAVA的整型与字符串相互转换
- Ceres Solver: 高效的非线性优化库(二)实战篇
- shell 结束指定端口
- 使用音频转换器怎么转换电影的格式?
- SharePoint 2013 对象模型操作网站设置菜单
- latex 如何添加圆圈数字?
- java mencoder_java 用ffmpeg和mencoder进行视频转码
- Netmeeting 安装步骤
- 计算机主机可以有几个硬盘,一台电脑可以安装盘几个硬盘?
- microsoftfixitoffice官方清理软件_电脑卡?试试这几款电脑必备清理优化软件
- 大批程序员可能面临被劝退!
- unity制作mmd视频
热门文章
- Spring WebFlux - WebClient连接池简单测试和代码分析
- 【MySQL】Online DDL详解
- easyui1.5:combobox:onSelect
- dw什么运行php,php新手求助,为什么在DW中设计里能看到运行php程序的结果,但…...
- openwrt官方固件怎么中继网络
- 毕业设计:基于STM32的智能家居无线(蓝牙wifi)语音控制系统
- Html5 通用布局方式
- android灰度发布平台,安卓版微信灰度发布购物直播功能 小程序直播上线公域流量入口...
- 用python来开发webgame服务端(2)
- Unable to instantiate application 解决方法