python英文词云代码_手把手教你制作中英文词云

以前做词云的时候网上看的python做词云的坑都很多，耗了很多时间才高清楚wordcloud制作词云的精髓和脉络，整理如下。

准备Mac环境下直接pip install wordcloud安装

windows环境下依赖c v++和.whl文件,将报错提示的链接复制粘贴到浏览器下载安装VC++，并装好相应的.whl文件

1.词云生成

wordcloud包的基本用法

class wordcloud.WordCloud(font_path=None, width=400, height=200, margin=2, ranks_only=None, prefer_horizontal=0.9,mask=None, scale=1, color_func=None, max_words=200,min_font_size=4,stopwords=None,random_state=None,

background_color='black', max_font_size=None, font_step=1, mode='RGB', relative_scaling=0.5, regexp=None, collocations=True,colormap=None, normalize_plurals=True)

wordcloud的所有参数

font_path : string //字体路径，需要展现什么字体就把该字体路径+后缀名写上，如：font_path = '黑体.ttf'

width : int (default=400) //输出的画布宽度，默认为400像素

height : int (default=200) //输出的画布高度，默认为200像素

prefer_horizontal : float (default=0.90) //词语水平方向排版出现的频率，默认 0.9 （所以词语垂直方向排版出现频率为 0.1 ）

mask : nd-array or None (default=None) //如果参数为空，则使用二维遮罩绘制词云。如果 mask 非空，设置的宽高值将被忽略，遮罩形状被 mask 取代。除全白（#FFFFFF）的部分将不会绘制，其余部分会用于绘制词云。如：bg_pic = imread('读取一张图片.png')，背景图片的画布一定要设置为白色（#FFFFFF），然后显示的形状为不是白色的其他颜色。可以用ps工具将自己要显示的形状复制到一个纯白色的画布上再保存，就ok了。

scale : float (default=1) //按照比例进行放大画布，如设置为1.5，则长和宽都是原来画布的1.5倍。

min_font_size : int (default=4) //显示的最小的字体大小

font_step : int (default=1) //字体步长，如果步长大于1，会加快运算但是可能导致结果出现较大的误差。

max_words : number (default=200) //要显示的词的最大个数

stopwords : set of strings or None //设置需要屏蔽的词，如果为空，则使用内置的STOPWORDS

background_color : color value (default=”black”) //背景颜色，如background_color='white',背景颜色为白色。

max_font_size : int or None (default=None) //显示的最大的字体大小

mode : string (default=”RGB”) //当参数为“RGBA”并且background_color不为空时，背景为透明。

relative_scaling : float (default=.5) //词频和字体大小的关联性

color_func : callable, default=None //生成新颜色的函数，如果为空，则使用 self.color_func

regexp : string or None (optional) //使用正则表达式分隔输入的文本

collocations : bool, default=True //是否包括两个词的搭配

colormap : string or matplotlib colormap, default=”viridis” //给每个单词随机分配颜色，若指定color_func，则忽略该方法。

fit_words(frequencies) //根据词频生成词云

generate(text) //根据文本生成词云

generate_from_frequencies(frequencies[, ...]) //根据词频生成词云

generate_from_text(text) //根据文本生成词云

process_text(text) //将长文本分词并去除屏蔽词（此处指英语，中文分词还是需要自己用别的库先行实现，使用上面的 fit_words(frequencies) ）

recolor([random_state, color_func, colormap]) //对现有输出重新着色。重新上色会比重新生成整个词云快很多。

to_array() //转化为 numpy array

to_file(filename) //输出到文件

2.Demo1：输入英文文本

# 导入wordcloud模块和matplotlib模块

from wordcloud import WordCloud

import matplotlib.pyplot as plt

from scipy.misc import imread

# 读取一个txt文件

text = open('test1.txt','r').read()

# 读入背景图片

bg_pic = imread('3.png')

# 生成词云

wordcloud = WordCloud(mask=bg_pic,background_color='white',scale=1.5).generate(text)

# image_colors = ImageColorGenerator(bg_pic)

# 显示词云图片

plt.imshow(wordcloud)

plt.axis('off')

plt.show()

词云图

3.Demo2：输入中文文本

和英文词云最大的不同是要设置字体

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

__author__ = 'taorui'

# wordcloud 生成中文词云

from wordcloud import WordCloud

import jieba

from scipy.misc import imread

from os import path

import matplotlib.pyplot as plt

# 绘制词云

def draw_wordcloud():

# 读入一个txt文件

comment_text = open('test1.txt','r').read()

# 结巴分词，生成字符串，如果不通过分词，无法直接生成正确的中文词云

cut_text = " ".join(jieba.cut(comment_text))

d = path.dirname(__file__) # 当前文件文件夹所在目录

color_mask = imread("3.jpg") # 读取背景图片

cloud = WordCloud(

# 设置字体，不指定就会出现乱码

font_path="STSONG.TTF",

# 设置背景色

background_color='white',

# 词云形状

mask=color_mask,

#允许最大词汇

max_words=2000,

#最大号字体

max_font_size=40

)

# print(cut_text)

word_cloud = cloud.generate(cut_text) # 产生词云

word_cloud.to_file("3.jpg") # 保存图片

# 显示词云图片

plt.imshow(word_cloud)

plt.axis('off')

plt.show()

if __name__ == '__main__':

draw_wordcloud()

词云图

4.Demo3:输入词频

from os import path

from wordcloud import WordCloud

import matplotlib.pyplot as plt

d = path.dirname(__file__)

frequencies = {u'知乎': 0.1, u'小段同学': 0.4, u'曲小花': 0.3, u'中文分词': 0.1, u'样例': 0.1}

wordcloud = WordCloud(font_path="STSONG.TTF").fit_words(frequencies)

plt.imshow(wordcloud)

plt.axis("off")

plt.show()

词云图

python英文词云代码_手把手教你制作中英文词云 | python demo相关推荐

手把手教你制作中英文词云_英文.py
#!/usr/bin/env python # -*- coding:UTF-8 -*- #原文:https://blog.csdn.net/qq_30262201/article/details/7 ...
厉害了！不用一行代码，手把手教你制作漂亮词云！
题图 unsplash@chuttersnap 今天我们不谈技术大家分享一个不用写代码也能制作词云的工具做出来的效果甚至比代码制作的还要好! 效果它就是:WordArt 主页地址:https: ...
python 合并excel 自动更新_手把手教你4种方法用Python批量实现多Excel多Sheet合并
一.前言大家好,我是崔艳飞.前两天给大家分享了Python自动化文章:手把手教你利用Python轻松拆分Excel为多个CSV文件,而后在Python进阶交流群里边有读者遇到一个问题,他有很多个Ex ...
手把手教你制作中英文词云 | python demo
以前做词云的时候网上看的python做词云的坑都很多,耗了很多时间才高清楚wordcloud制作词云的精髓和脉络,整理如下. 相关文章 Python 中文文本分析实战:jieba分词+自定义词典补 ...
python实现人脸识别代码_手把手教你用1行代码实现人脸识别——Python Face_recogni...
摘要: 1行代码实现人脸识别,1. 首先你需要提供一个文件夹,里面是所有你希望系统认识的人的图片.其中每个人一张图片,图片以人的名字命名.2. 接下来,你需要准备另一个文件夹,里面是你要识别的图片.3 ...
如何用python抓取qq音乐_手把手教你使用Python抓取QQ音乐数据（第三弹）-阿里云开发者社区...
[一.项目目标] 通过手把手教你使用Python抓取QQ音乐数据(第一弹)我们实现了获取 QQ 音乐指定歌手单曲排行指定页数的歌曲的歌名.专辑名.播放链接. 通过手把手教你使用Python抓取QQ音乐 ...
python numpy安装教程_手把手教你搭建机器学习开发环境—Python与NumPy的超简安装教程...
手把手教你搭建机器学习开发环境Python语言是机器学习的基础,所以,想要入门机器学习,配置好Python的开发环境是第一步.本文就手把手的教你配置好基于Python的机器学习开发环境.超简单!第一步 ...
python处理时间序列非平稳_手把手教你用Python处理非平稳时间序列
简介预测一个家庭未来三个月的用电量,估计特定时期道路上的交通流量,预测一只股票在纽约证券交易所交易的价格--这些问题都有什么共同点? 它们都属于时间序列数据的范畴!如果没有"时间" ...
云服务器架设网站教程_手把手教你搭建腾讯云服务器入门(图文教程)
本文由博主威威喵原创博客主页:https://blog.csdn.net/smile_running 背景暑假期间,愁着无聊但也不能荒废学业吧,毕竟以后想靠技术混口饭吃!为了实施自己的计划,特 ...

python英文词云代码_手把手教你制作中英文词云 | python demo

python英文词云代码_手把手教你制作中英文词云 | python demo相关推荐

最新文章

热门文章

python英文词云代码_手把手教你制作 中英文 词云 | python demo

python英文词云代码_手把手教你制作 中英文 词云 | python demo相关推荐

最新文章

热门文章

python英文词云代码_手把手教你制作中英文词云 | python demo

python英文词云代码_手把手教你制作中英文词云 | python demo相关推荐