python 10行代码生成词云图片(基础词云、形状词云)
一、词云简介
词云,也称为文本云或标签云。在词云图片中,关键词在文本中出现的次数越多,则表示该词越重要,其在词云中所占面积区域也越大,出现次数越少,所占面积越小。词云可任意更换背景为白色的图形以改变词云形状。
二、WordCloud原理简介
wordcloud的原理比较好理解,大致为:
- 首先对文本数据进行分词,使用process_text()方法
- 接着计算每个词在文本中的出现频率,生成一个字典。词频用于确定一个词的重要性,即词云文件中词语的显示大小。
- 然后根据词频的数值按比例生成一个图片的布局,类IntegralOccupancyMap 是该词云的数据可视化方式的核心。生成词的颜色、位置、方向等。
- 最后将词按对应的词频在词云画布上生成图片,核心方法是generate_from_frequencies,不论是generate()还是generate_from_text()都最终用到generate_from_frequencies
- 完成词云上各词的着色,默认是随机着色,通过调用to_file()完成词云文件的保存。
参考:https://www.cnblogs.com/jasonhaven/p/7596799.html?ivk_sa=1024320u
三、WordCloud参数
font_path | 字体路径 | string,如font_path='msyh.ttc' |
mask | 绘制的词云形状 | nd-array/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。全白(#FFFFFF)的部分将不会绘制,其余部分会用于绘制词云。 |
width | 画布宽度 | int,default=400 |
height | 画布高度 | int,default=200 |
background_color | 背景颜色 | default="black",如background_color='white',背景颜色为白色 |
max_words | 词的最大个数 | number,default=200 |
stopwords | 需要过滤掉的词 | 如果为空,则使用内置的stopwords |
prefer_horizontal | 单词水平方向排版出现频率 | float,default=0.9,则词语垂直方向排版出现频率为 0.1 |
scale | 按照比例进行放大画布 | float,default=1,如设置为1.5,则长和宽都是原来画布的1.5倍 |
min_font_size | 显示最小字体大小 | default=4 |
max_font_size | 显示最大字体大小 | int/None,default=None |
font_step | 字体大小迭代步长 | int,default=1,若步长大于1,会加快运算但是可能导致结果出现较大的误差 |
mode | 背景 | string,default="RGB",当参数为"RGBA"并且background_color为None时,背景为透明 |
relative_scaling | 单词频率对其字体大小的权重 | float,一般设置为0.5 |
color_func | 颜色函数 | default=None |
regexp | 使用正则表达式分隔输入的文本 | string or None (optional),默认为 r"\w[\w']+" |
random_state | 每个单词返回一个PIL颜色 | |
collocations | 是否包括二元词组 | bool, default=True |
colormap | 对每个词随机分配颜色 | default="viridis",若指定color_func,则忽略该方法 |
normalize_plurals | 移除单词末尾的's' | bool,default=True |
四、使用步骤
安装相应的第三方库:
pip install wordcloudpip install jiebapip install matplotlib
因为wordcloud里的process_text函数是针对英文进行分词的,无法对中文更好地分词,只在各种标点符号中切分中文,显然这并不是我们想要的效果,所以我们若要生成中文的词云,需要先对中文文本进行分词再调用相应的函数。 分词操作: 通过jieba分词,用空格拼接词语字符串,process_text函数就能返回正确的分词计数的字典。
五、python代码
1、基础词云,参考代码如下:
import jieba
from wordcloud import WordCloud
import matplotlib.pyplot as plttext = '用python制作词云,生成词云图片,只用10行python代码生成词云'
cut_word = " ".join(jieba.cut(text))wc = WordCloud(font_path = r'/msyh.ttc')
wc.generate(cut_word)plt.imshow(wc)
plt.axis("off") # 不显示坐标轴
plt.show()
词云展示:
备注:增加停用词处理,效果会更好,可参考以下形状词云代码。
2、形状词云,参考代码如下:
import jieba
from wordcloud import WordCloud
import matplotlib.pyplot as plt
import numpy as np
from PIL import Image# 读取文本
with open("./data/sentences.txt",encoding="utf-8") as f:
sentence = f.read()
print(sentence)
sentence_cut = jieba.lcut(sentence) # 生成分词列表
text = ' '.join(sentence_cut) # 以空格连接字符串#获取停用词 去掉不需要显示的词
stopwords_path = 'data/stopwords.txt'
stopwords = [line.strip() for line in open(stopwords_path,'r',encoding='utf-8').readlines()]# 读入背景图片
img = Image.open("./monkey2.jpg") # 打开遮罩图片
mask = np.array(img) #将图片转换为数组wc = WordCloud(font_path="msyh.ttc",mask=mask,width = 1000,height = 700,background_color='white',max_words=200,stopwords=sentence).generate(text)# 以下代码显示图片
plt.imshow(wc, interpolation='bilinear')# 用plt显示图片
plt.axis("off") # 不显示坐标轴
plt.show()
# wc.to_file("wordcloud2.png") # 保存为本地图片
注意:调用generate和generate_from_text两种方法一样,最终都是会调用generate_from_text方法。
使用的形状原图:
词云生成结果:
版权声明:本文为博主原创文章,遵循 CC 4.0 BY-SA 版权协议,转载请附上原文出处链接和本声明。
本文链接:https://blog.csdn.net/kerry_55/article/details/122090231
python 10行代码生成词云图片(基础词云、形状词云)相关推荐
- python词云图代码示例 无jieba_【词云图】如何用python的第三方库jieba和wordcloud画词云图...
一直想学一下如何用python画词云图,觉得很好玩,本文就写一下我自己的一些尝试. 1.提前准备 一般准备以下四样就可以啦. 第一,电脑安装python,我装的是3.6. 第二,安装第三方库jieba ...
- python生成词云很慢吗_词云制作没那么难,Python 10 行代码就实现了!
写在前面 想必大家有一个问题.什么是词云呢? 词云又叫名字云,是对文本数据中出现频率较高的"关键词"在视觉上的突出呈现,形成关键词的渲染形成类似云一样的彩色图片,从而一眼就可以领略 ...
- 三国演义词云的python代码_词云制作没那么难,Python 10 行代码就实现了!
写在前面 想必大家有一个问题.什么是词云呢? 词云又叫名字云,是对文本数据中出现频率较高的"关键词"在视觉上的突出呈现,形成关键词的渲染形成类似云一样的彩色图片,从而一眼就可以领略 ...
- python生成词云_词云制作没那么难,Python 10 行代码就实现了!
欢迎点击右上角关注小编,除了分享技术文章之外还有很多福利,私信"学习资料"可以领取包括不限于Python实战演练.PDF电子文档.面试集锦.学习资料等. 写在前面 想必大家有一个问 ...
- python 可以用excel做词云图嘛_word_cloud-用Python之作个性化词云图
原标题:word_cloud-用Python之作个性化词云图 欢迎关注天善智能 hellobi.com,我们是专注于商业智能BI,大数据,数据分析领域的垂直社区,学习.问答.求职,一站式搞定! 对商业 ...
- Python 10 行以内代码能有什么高端操作?| 原力计划
作者 | ZackSock 来源 | CSDN博客 Python凭借其简洁的代码,赢得了许多开发者的喜爱.因此也就促使了更多开发者用Python开发新的模块,从而形成良性循环,Python可以凭借更加 ...
- 请用python代码表示什么_深度解析什么是二维码?用Python 5行代码生成个性二维码...
二维码满天飞, 随便扫一扫就能扫到不一样的内容. 有没有好奇什么是二维码? 又是怎么生成的呢? 今天我们就用python 5行代码 生成一个二维码,并且是个性的二维码,想你所想的,先看效果图,准备好微 ...
- Python 5行代码生成个性二维码,要不要试一下?
二维码满天飞, 随便扫一扫就能扫到不一样的内容. 有没有好奇什么是二维码? 又是怎么生成的呢? 今天我们就用python 5行代码 生成一个二维码,并且是个性的二维码,想你所想的,先看效果图,准备好微 ...
- [Python]*词云图生成——默认和图片蒙版词云图
1.生成默认画布词云图 : import wordcloud as wc #导入词云库 import jieba #jieba中文分词库 import matplotlib.pyplot as plt ...
最新文章
- C++11特性(模板类 initializer_list)
- Python编程:Tkinter图形界面设计(2)
- -32767转化为二进制_程序员需要了解的硬核知识之二进制
- wsl ubuntu 版本_让Ubuntu滚动更新
- Swift之深入解析“泛型”的底层原理
- C语言 线性表的链式存储结构(链表实现)
- 漫步数学分析六——聚点
- 安装配置mac版_全面战争三国 Mac版Mod安装指南
- Docker 系列之 常用镜像
- 网络安全设备Bypass功能分析
- python雨课堂课后答案_有没有免费查网课雨课堂答案的公众号或者软件啥的
- 最简单的RC振荡电路图大全
- 哆啦A梦:基于Prometheus的企业监控报警平台
- 实践三 网络嗅探与协议分析
- 服务器信号灯一直闪烁,光猫的光信号灯一直闪红灯
- JavaScript效率PK——统计特定字符在字符串中出现的次数
- 路由-策略Policy(路由重分发、路由过滤、路由策略)
- 联想st510开卡软件_固态硬盘修复(慧荣sm2246XT主控开卡教程)
- uni-app 商城 的sku算法(vue)
- SpringSecurity(二)、权限项目框架搭建