python可视化词云图WordCloud
一、WordCloud安装
首先打开命令提示符,输入“pip install wordcloud”安装词云包
问题① 安装包的位置
安装时非常顺利,但是在jupyter notebook里想要引入wordcloud时出现了问题:
——ModuleNotFoundError: No module named 'wordcloud'
也就是没有找到wordcloud这个包。
百度了一下说可能是因为安装路径为电脑默认路径,需要改在Python的安装目录下
这里记录一下检查Python安装路径的方式:
import sys
print(sys.executable)
以及更改安装包路径的方式:
在系统中输入cmd命令:
Python安装路径 -m pip install wordcloud
不过这并没有解决我的问题,因为我的安装路径是正确的。在Python文件夹\Lib\site-package中查看,wordcloud待在正确的地方-_-||
后来看其它文章发现,我是在anaconda下打开的jupyter notebook,位置跟本地wordcloud安装包的默认路径不一样。文章里的具体解决方法是在anaconda目录下再下载对应的wordcloud包。
但我的anaconda装的乱七八糟的,根本找不到site-package文件夹,于是干脆在默认路径下重新安装了jupyter notebook。直接输入cmd命令:
pip install jupyter notebook
重新打开jupyter,输入cmd命令:
jupyter notebook
再次引入wordcloud时,就成功了。
二、打开文件
问题② 文件路径
直接打开文件是找不到的,因为并不在当前目录下,会出现下面的提示:
所以要更改目录。首先查看当前目录:
如果不清楚os库里面有什么可调用的函数,可以查看一下:
chdir函数就可以更改当前目录:
这里又报错,因为在Python的字符串里面\有转义的意思。
可以在前面加入r,来保持字符原始值(或者改成/正斜杠 \\双反斜杠都可以):
再查看一下当前目录:
修改好了,这样就可以找到文件了。
问题③ 文件解码
直接打开文件也是会出现问题的:
就是说这里面有汉字, 不能直接解码,需要改一下:
三、制作词云
先引入一下matplot库
问题④ 词云乱码
开始做词云:
这里记录一下plt.imshow(对象)和plt.show的区别:
前者负责对图像进行处理并显示其格式,后者是把处理后的图像显示出来
以及plt.axis('off')的意思是“关闭坐标轴”
出现这样的情况是因为没有设置用来显示的字体,设置一下就好啦:
四、分词
首先跟wordcloud一样,先下好jieba安装包
问题⑤ with函数:
之前打开文件是用的读文件的模式,即
text=open('文件名称','r'),read
这个方法的问题是:如果文件不存在的话,open函数就会报错;而且文件使用完毕后要用close关闭文件,因为打开的文件会占用操作系统的资源,系统同一时间能打开的文件数量是有限的。
那如果文件读写时报错,后面的close函数就不能执行。所以为了无论是否出错都能正确关闭文件,可以使用try…finally来实现:
try:f = open('/path/to/file', 'r')print(f.read())
finally:if f:f.close()
这样就有点麻烦,所以——
这次在打开用来分析的文本文档时,使用了with函数:
具体with函数的执行原理没看懂,但是
用with语句来操作文件的作用是:打开一个文件,如果一切正常则赋值为f,如果出现异常,该文件仍然会被关闭。
奈斯。
问题⑥ jieba分词
renmin就是要拿来分词的对象, cut_all是分词模式。cut_all=False的意思是精确模式,默认就是False。
1.精确模式是指将句子最精确地切开,适合文本分析:
例:今天天气真好 → 今天天气,真,好
2.cut_all=True可以开启全模式,这个模式能够把句中所有可以成词的词语都扫描出来,速度很快但可能有歧义:
例:今天天气真好 → 今天,今天天气,天天,天气,真好
3.还有一个搜索引擎模式,是在精确模式的基础上对长词再次切分,提高召回率,适合用于搜索引擎分词:
例:今天天气真好 → 今天,天天,天气,今天天气,真,好
后边就是把分出来的词遍历,放到字典里统计出现次数。
ps:还可以添加自定义词典
jieba.load_userdict('自定义词典.txt')
问题⑦ 分词筛选
如果有的话,可以打开写好的筛选词来筛
还有筛掉出现频数过少or单词长度太短等的词:
问题⑧ 词频排序
先把所有的分词和对应的词频提出来,放到列表里去,方便排序:
然后用自带的sort函数升序排列后逆序,得到需要的降序排列:
再重新建个字典把排好序的分词装进去:
问题⑨ 词云显示
基本跟前边差不多:
但是注意在生成的时候,这次是根据给定的词频制作词云,所以标灰的地方会跟之前有区别:
wc().generate(text)
↓
wc().generate_from_frequencies(text_jieba)
问题⑩ 词云美化
1.改变词云形状
可以用mask遮罩来改变
2.改变词云颜色
从原图中提取颜色
!这里有个尚未解决的问题!
按照说明,词云应当只会在遮罩图片的非透明部分作图,遮罩图片的白色部分会被自动视作透明。
我自己一开始准备了一张蓝色的中国地图,白底和透明底两版。
但是用这两张图做出来的词云依然是长方形
换了一张中国地图,还是不得行
所以我又换了其他的图片,这次就好了
类似的test×3:
这样看起来有可能是颜色的问题?我重新试了两张蓝色的图片
test1:
test2:
可以看到第一张出现了大面积的识别错误。第二张要好一些,只是阴影处有一点问题。
不过再次查找相关文章,说看上去是白色但不完全是白色的部分也会被识别到,可以解释过去。前面test那张图片底色是灰色,识别失败也可以解释了。
为了排除蓝色的影响,把blue这张图抠图后重新试验一遍:
还是出现识别错误。
最后用一张黄色的中国地图再排除一下其他因素
也成功做出了图:
就目前情况来看,很可能蓝色的图作为遮罩时容易出现错误。不过在网页上没看到相关说明。
目前还未找到解决方法。
目录
一、WordCloud安装
问题① 安装包的位置
二、打开文件
问题② 文件路径
问题③ 文件解码
三、制作词云
问题④ 词云乱码
四、分词
问题⑤ with函数:
问题⑥ jieba分词
问题⑦ 分词筛选
问题⑧ 词频排序
问题⑨ 词云显示
问题⑩ 词云美化
!这里有个尚未解决的问题!
python可视化词云图WordCloud相关推荐
- Python可视化--词云图(中文和英文版)
中文词云图 #-*-coding:utf-8-*- import jieba import numpy as np import PIL.Image as Image from wordcloud i ...
- Py之wordcloud:python中非常有趣的词云图wordcloud简介、安装、使用方法、案例应用详细攻略
Py之wordcloud:python中非常有趣的词云图wordcloud简介.安装.使用方法.案例应用详细攻略 目录 wordcloud简介 wordcloud安装 wordcloud使用方法 案例 ...
- 使用Python获取春节档电影影评,制作可视化词云图
Python获取春节档电影影评,制作可视化词云图 前言 准备工作 采集数据部分 基本思路流程 代码实战 可视化词云图 代码展示 效果展示 前言 春节电影听巳月说都还可以,我不信,我觉得还是要看看看过的 ...
- python官网中cloudword在哪_Py之wordcloud:python中非常有趣的词云图wordcloud简介、安装、使用方法...
Py之wordcloud:python中非常有趣的词云图wordcloud简介.安装.使用方法.案例应用详细攻略 目录 wordcloud简介 构建词云的方法很多, 但是个人觉得python的word ...
- python 词云图 WordCloud
文章目录 一.结果预示 二.制作过程 2.1 图片准备 2.2 数据准备 2.3 数据处理 三.绘制词云图 四.完整代码 一.结果预示 二.制作过程 2.1 图片准备 准备一张背景白色的图片 2.2 ...
- python绘制词云图转换图_(数据科学学习手札71)利用Python绘制词云图
1 简介 词云图是文本挖掘中用来表征词频的数据可视化图像,通过它可以很直观地展现文本数据中地高频词: 图1 词云图示例 在Python中有很多可视化框架可以用来制作词云图,如pyecharts,但这些 ...
- python实现词云图
python实现词云图 import matplotlib.pyplot as plt import jieba from wordcloud import WordCloud,ImageColorG ...
- 运用java爬虫和python做词云图
前言: 最近有点时间,就写个东西玩玩,就是分析电影评论做成词云图.这次没有采用python去爬取电影评论,而是采用了java中的多线程和线程池去爬取电影评论,但是用评论做词云图使用python写的.如 ...
- python中文词云图代码_python词云图与中文分词
2019-12-12中文文本分词和词云图具体功能介绍与学习代码: import jieba a="由于中文文本的单词不是通过空格或者标点符号来进行分割" #jieba.lcut() ...
最新文章
- 标准化是RFID发展的必由之路
- SaltStack 学习笔记 - 第十一篇: SaltStack 文件操作
- 记录一下水下相机标定
- java正则表达式 s报错_Java基础--正则表达式的规则
- CSS中一个font缩写的实例
- 【原创】2009个性签名和流行语搜集
- Redis随笔Jedis、jedisCluster的使用
- Vijos1775 CodeVS1174 NOIP2009 靶形数独
- c语言加减乘除运算代码_科协推文 || 走进C语言
- VS2008无法正确打开项目/解决方案
- 【图像隐写】基于matlab DWT+IDWT数字水印嵌入+提取【含Matlab源码 1530期】
- 淘淘商城第27讲——实现图片上传功能
- String 类的常用方法
- html自动写对联,html中的对联代码
- springboot整合腾讯云短信服务
- win8计算机触摸板怎么设置,win8.1笔记本电脑怎么关闭键盘触摸板
- win7一直弹计算机,Win7电脑总是自动弹出拨号连接怎么办 Win7总是弹出拨号连接对话框的解决办法(两种)...
- Qt编写的知名的开源软件汇总
- Bruce Schneier 和他的密码学以及网络安全经典著作推荐
- linux 查看u盘痕迹记录,Linux使用记录
热门文章
- 基于微信小程序的校运会管理系统设计与实现-计算机毕业设计源码+LW文档
- Silverlight客户端实现区域像元统计以及地形剖面图的绘制
- 数据结构专题 -- 哈希思想详解
- 计算机兵推,如何兵推网络中心战:NCW的兵推框架
- 《拒绝平庸》读后感,勉励自己
- C# 安捷伦 Agilent 34401A 通讯(含数据手册)
- echarts实现甘特图(项目进度/任务进度)
- AD原理图设计、STM32+W5500网络通信
- ssh登录linux
- sqoop报错 tablename is not alphanumeric (plus ‘_‘)