原文链接：http://tecdat.cn/?p=6852

知识点普及

词频：某个词在该文档中出现的次数停用词：数据处理时过滤掉某些字或词，如：网站、的等语料库：也就是我们要分析的所有文档的集合中文分词：将汉字序列分成一个个单独的词

使用第三方库介绍

jieba jieba.cut(content) content 为分词的句子pandas pandas.DataFrame()生成DataFrame对象 pandas.DataFrame.groupby()分组统计分组统计实例 pandas.DataFrame.groupby(by=列名数组)[统计列名数组].agg({ 统计项名称:统计函数})wordcloudpython构建词云的库文件安装方式请自行案例

词云实现

#!/usr/bin/env python
# coding=utf-8import osimport jiebaimport codecsimport pandas as pdimport numpy as npfrom wordcloud import WordCloud,ImageColorGeneratorimport matplotlib.pyplot as plt
#导入所用库文件basefile = data存储路径
# 语料库加载
f_in = codecs.open(basefile+'an.txt','r','utf-8') content = f_in.read()
#分词,生成segments列表segments = []
segs = jieba.cut(content)for seg in segs: if len(seg)>1: segments.append(seg)
#生成DataFrame对象segmentDF = pd.DataFrame({'segment':segments})
#分组统计segStat = segmentDF.groupby( by = ['segment'] )['segment'].agg({ '计数':np.size}).reset_index().sort_values(by = ['计数'], ascending = False )
#加载停用词 stopwords = pd.read_csv( "./StopwordsCN.txt", encoding='utf8', index_col=False)
#移除停用词,并做去反操作fSegStat = segStat[ ~segStat.segment.isin(stopwords.stopword)]
#构建词云文件wordcloud = WordCloud( font_path='./simhei.ttf',#词云展示字体 background_color="black",
#词云展示背景颜色
)
words = fSegStat.set_index('segment').to_dict()wordcloud.fit_words(words['计数'])plt.imshow(wordcloud)plt.show()

效果展示

AnnaKarenina

词云美化

from scipy.misc import imread
#读取图片背景
bimg = imread(basefile+'An.png')
wordcloud = WordCloud( background_color="white", mask=bimg, font_path='./simhei.ttf')wordcloud = wordcloud.fit_words(words['计数'])
#设置图片大小
plt.figure( num=None, figsize=(8, 6), dpi=80, facecolor='w', edgecolor='k')
#获取图片颜色
bimgColors = ImageColorGenerator(bimg)plt.axis("off")
#重置词云颜色
plt.imshow(wordcloud.recolor(color_func=bimgColors))plt.show()

▍需要帮助？联系我们

拓端tecdat|python安娜卡列妮娜词云图制作相关推荐

python词频云图_python安娜卡列妮娜词云图制作
知识点普及词频:某个词在该文档中出现的次数停用词:数据处理时过滤掉某些字或词,如:网站.的等语料库:也就是我们要分析的所有文档的集合中文分词:将汉字序列分成一个个单独的词使用第三方库介绍 jieb ...
托爾斯泰《安娜‧卡列妮娜》的寫作背景
有關<安娜‧卡列妮娜>的評論與討論中,最常被討論到的議題是:安娜一定要死得那麼悲慘嗎?托爾斯泰是否有譴責安娜的意思? 蘇聯學者 Ivanov- Razumnik 認為:安娜的過錯不在於愛上 ...
对《安娜卡列琳娜》的一点感想
我不敢动手去写关于<安娜.卡列琳娜>的感想,怕自己又一次掉入反思,自嘲或者说教的漩涡中,但是为了加深对这一名著的记忆.我就算是给自己写,也要留点什么下来. 本书最主要讲的是三个人的是,列文 ...
Trends in Plant Science | 植物微生物群失调与安娜-卡列尼娜原则
植物微生物群失调与安娜-卡列尼娜原则 - 基本信息 - 题目:Plant microbiota dysbiosis and the Anna Karenina Principle 期刊:Tre ...
拓端tecdat荣获掘金社区入驻新人奖
2021年7月,由掘金发起了"入驻成长礼"颁奖活动.本次活动邀请到知名开发者.服务机构代表等业界人士. 据了解,掘金社区"新入驻创作者礼"主要对已经积累了一定历 ...
拓端tecdat荣获2022年度51CTO博主之星
相信技术,传递价值,这是51CTO每一个技术创作者的动力与信念,2022 年度,拓端tecdat 作为新锐的数据分析咨询公司,在51CTO平台上,不断的输出优质的技术文章,分享前沿创新技术,输出最佳生 ...
python实验报告实验总结_Python词云制作实验报告
实验题目:n Python 词云制作实验报告实验目的与要求: 础掌握基础 Python 安装过程和词云制作. 实验步骤: n Python 安装 1.击双击 Anaconda2-4.0.0-Wi ...
python image stiching_Python自然语言处理，词云图生成
自然语言处理本节介绍如何使用Python中的库,生成词云图,涉及自然语言处理的相关问题,自然语言处理是计算机科学领域与人工智能领域中的一个重要方向.它研究能实现人与计算机之间用自然语言进行有效通信的 ...
python中词云图怎样变成特殊图案_如何利用python画出一个多变的词云图？（1）...
问题描述: 如何利用python画出一个多变的词云图? 解决方法:import numpy as np import matplotlib import matplotlib.pyplot as pl ...
【Python成长之路】词云图制作
[写在前面] 以前看到过一些大神制作的词云图 ,觉得效果很有意思.如果有朋友不了解词云图的效果,可以看下面的几张图(图片都是网上找到的): 网上找了找相关的软件,有些软件制作还要付费.结果前几天在大 ...

拓端tecdat|python安娜卡列妮娜词云图制作