Python基于WordCloud制作词云图

Python  /  管理员 发布于 7年前   207

这篇文章主要介绍了python基于WordCloud制作词云图,文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下

1. 导入需要的包package

import matplotlib.pyplot as pltfrom scipy.misc import imreadfrom wordcloud import WordCloud,STOPWORDSimport xlrd

2. 设置生成词云图的背景图片，最好是分辨率高且色彩边界分明的图片

def set_background(picpath):  back_coloring = imread(picpath)# 设置背景图片，png等图片格式  return back_coloring

3. 创建词云图：WordCloud

def create_word_cloud(txt_str, back_coloring): #txt_str表示导入的是字符串格式数据，#back_color表示的是背景图片位置  print('---- 根据词频，开始生成词云! ----')  font = r'C:\Windows\Fonts\simsun.ttc' #加载显示字体  wc = WordCloud(    font_path=font,    collocations=False, # 去重，如果不加，词云图会显示相同的词    stopwords=STOPWORDS, #加载停用词，如果不自己指定，则会加载默认的停用词    max_words=100,    width=2000,    height=1200,    # background_color='white',    mask=back_coloring,  )  wordcloud = wc.generate(txt_str)  # 写词云图片  wordcloud.to_file(".\wordcloud_test.png")  # 显示词云文件  plt.imshow(wordcloud)  plt.axis("off")  plt.show()

4. 默认的停用词一般在：假如anaconda安装在D盘，则会在其目录：D：\Anaconda3\Lib\site-packages\wordcloud\stopwords，其中都是英文词，例如：

注意：也可以在jieba分词中，先利用自己的停用词，得到去除停用词之后的文本字符串来绘制词云图：

5. 此时，词云图无法显示数字，这是因为 wc.generate 操作中，有去除数字的语句：在wordcloud.py中，第560行左右，所以想要显示数字，需要先注释这一行

6. 假设想要显示的词，已经经过jieba分词，保存在txt文档中，则绘制词云图的方法是：

例如：txt中是每行是一个词：

则，先读取txt文件，形成字符串格式文本，再绘制

if __name__ == '__main__':   picpath = r".\xxx.png" #背景图片路径  back_coloring = set_background(picpath)    with open(r".\jieba_分词数据.txt", "r",encoding='utf-8') as f:    remove_stop_str = f.read()    create_word_cloud(remove_stop_str, back_coloring)

7. 如果通过jieba分词的数据已经处理成了(词, 词频)并保存在excel中，例如这种两列格式的excel表，第一行是标签如(词, 词频)：

则可以先读取词频再显示，python读取excel数据可以通过 xlrd.open_workbook 方法：

def read_from_xls(filepath,index_sheet):  #读取文件名，filepath是excel文件的路径，index_sheet是第几个sheet  #读取表格#  # 设置GBK编码  xlrd.Book.encoding = "gbk"  rb = xlrd.open_workbook(filepath)  print(rb)  sheet = rb.sheet_by_index(index_sheet)  nrows = sheet.nrows  data_tmp = []  for i in range(nrows - 1):    tt=i+1 #excel的第一行是标签    tmp_char = [str(sheet.cell_value(tt,0))] #第一列是词    tmp_num = int(sheet.cell_value(tt,1))  #第二列是词频    data_tmp.extend(tmp_char*tmp_num)  return data_tmp

然后，读数据和生成词云图：

if __name__ == '__main__':   picpath = r".\xxx.png"  back_coloring = set_background(picpath)    data_dic = read_from_xls(r'D:\Python_workspace\spyder_space\jieba分词表.xlsx',0)  data_dic_str = '\n'.join(data_dic) #转成字符串格式    create_word_cloud(data_dic_str, back_coloring)

8. 总结代码

# -*- coding: utf-8 -*-"""Created on Mon Aug 19 10:47:17 2019@author: Administrator"""import matplotlib.pyplot as pltfrom scipy.misc import imreadfrom wordcloud import WordCloud,STOPWORDSimport xlrddef set_background(picpath):  back_coloring = imread(picpath)# 设置背景图片  return back_coloringdef create_word_cloud(txt_str, back_coloring):  print('---- 根据词频，开始生成词云! ----')  font = r'C:\Windows\Fonts\simsun.ttc'  wc = WordCloud(    font_path=font,    collocations=False, # 去重    stopwords=STOPWORDS,    max_words=100,    width=2000,    height=1200,    # background_color='white',    mask=back_coloring,  )  wordcloud = wc.generate(txt_str)  # 写词云图片  wordcloud.to_file(".\wordcloud_test.png")  # 显示词云文件  plt.imshow(wordcloud)  plt.axis("off")  plt.show()def read_from_xls(filepath,index_sheet):  #读取文件名  #读取表格#  # 设置GBK编码  xlrd.Book.encoding = "gbk"  rb = xlrd.open_workbook(filepath)  print(rb)  sheet = rb.sheet_by_index(index_sheet)  nrows = sheet.nrows  data_tmp = []  for i in range(nrows - 1):    tt=i+1    tmp_char = [str(sheet.cell_value(tt,0))]    tmp_num = int(sheet.cell_value(tt,1))    data_tmp.extend(tmp_char*tmp_num)  return data_tmpif __name__ == '__main__':   picpath = r".\xxx.png"  back_coloring = set_background(picpath)  data_dic = read_from_xls(r'D:\Python_workspace\spyder_space\jieba分词表.xlsx',0)  data_dic_str = '\n'.join(data_dic)  #  with open(r".\jieba_分词数据.txt", "r",encoding='utf-8') as f: # 　　　remove_stop_str = f.read() 　　create_word_cloud(data_dic_str, back_coloring)

当然绘制词云图的方法有很多，这只是其中的一种

以上就是本文的全部内容，希望对大家的学习有所帮助，也希望大家多多支持。