Python 官方文档:入门教程 => 点击学习
这篇文章主要介绍了怎么使用python轻松实现绘制词云图的相关知识,内容详细易懂,操作简单快捷,具有一定借鉴价值,相信大家阅读完这篇怎么使用Python轻松实现绘制词云图文章都会有所收获,下面我们一起来看看吧。一、一般词云绘制制作词云图首先
这篇文章主要介绍了怎么使用python轻松实现绘制词云图的相关知识,内容详细易懂,操作简单快捷,具有一定借鉴价值,相信大家阅读完这篇怎么使用Python轻松实现绘制词云图文章都会有所收获,下面我们一起来看看吧。
制作词云图首先得有词吧,词从哪来,迪迪想了半天硬是没想出来。既然没思路,那就拿过气的后浪软文玩一玩吧,对于后浪大家褒贬不一,迪迪也不敢妄加评论。
首先,咱们把后浪全文保存为HL.txt,截取部分,长这样:
接着,下载并导入制作词云所需的库,各个库的功能都有注释。
import jieba #结巴分词from Wordcloud import WordCloud #词云展示库from PIL import Image #图像处理库import numpy as np #支持多维数组和矩阵运算import matplotlib.pyplot as plt #图像展示库
然后,把HL.txt的内容读出来。
# 读取文本内容with open('HL.txt','r',encoding="UTF-8") as f: file = f.read() #将文本读取为整个字符串,readlines可以按行读取
紧接着,咱们需要把读取的整个字符串分成一个个的词,jieba出征,寸草不生。
#进行分词data_cut =jieba.cut(file,cut_all = False) #精确模式分词
分完词后发现,什么逗号啊、分号啊、句号啊也作为单独的词全出来了,那可不行,咱得想办法stop它们。 构建停词表,把看不惯的词remove掉,没错,我不喜欢口口声声的我们你们啥的。
stop_words = [",","。",";","、","我们","你们"] #自定义停词列表
当然,有朋友会说,你这是因为文本内容少,自己搞个停词表方便,可要是成千上万的文本你这点停词肯定不够用啊。OK,那咱们百度下停词表,随便download一个,保存为stopwords.txt。stopwords.txt共有1893个常用停词,长这样:
有了停词表,咱得用Python读出来。
stop_words = [] #创建空列表with open("stopwords.txt", 'r', encoding='utf-8') as f: for line in f: if len(line)>0: stop_words.append(line.strip()) #把停词追加到stop_words列表中
停词准备好了,接下来就是remove停词,拿到我们需要的词了。
data_result = [i for i in data_cut if i not in stop_words] #获取需要的词
print一下data_result,长这样:
这可不行,咱们需要的是由一个个词构成的字符串。因此,需要用join函数以空格分隔并将所有词连接成一个新的字符串。replace在这表示将换行(\n)符替换为空。
text = " ".join(data_result).replace("\n","") #连接成字符串print(text)
咱们打印一下text看效果:
词有了,可以开始设计词云图,由于所有词都是中文,而WordCloud默认不支持中文,摔!咱还得指定字体文件路径,否则会出现乱码。迪迪毕竟学欧体过来的,于是找了个小楷字体,你可以根据自己的喜好设置不同的字体,网上免费字体一大堆。
wc = WordCloud( #设置字体,不指定就会出现乱码,这个字体文件需要下载 font_path = "演示悠然小楷.ttf", background_color = "black", max_words = 5000,)
配置好之后,咱生成图片并展示出来。
# 生成词云图wc.generate(text)# 保存词云图wc.to_file("IMJG.jpg") #保存图片# 展示plt.imshow(wc) #对图片进行处理,并显示其格式plt.axis("off") #关闭坐标轴plt.show() #将图片显示出来
效果如下:
到这,你可能以为迪迪准备写结语了。不好意思,还没完,咱们的目标可不能局限在这,在诗和远方,哦不,是定制属于自己的词云图。 迪迪准备给词云加个自定义的底图,让词云看起来更形象些。想了很久,不知道用什么图合适。于是迪迪打开了好久没用的Photoshop cc,绘制了一个你用美图秀秀都能做的比我好看的png。
我把这张图片命名为JG.png,并用Image方法打开。
#用Image方法打开图片images = np.array(Image.open("JG.png"))
把images配置到词云wc中去,传给参数mask。
wc = WordCloud( #设置字体,不指定就会出现乱码,这个字体文件需要下载 font_path = "演示悠然小楷.ttf", background_color = "black", max_words = 5000, mask=images)
重新生成并保存下词云图,效果如下:
哈哈,略丑。朋友们有兴趣可以自己做个底图或者网上download一个底图试试,底图尽量清晰、颜色尽量突出就好啦。
还有朋友可能会问为啥我文章开头的词云图是一个个句子,这里一并说明下,因为读取HL.txt的时候用的是readlines啊~
一般的词云制作用以上方法就可以啦,但现实生活中我们的需求可能更为复杂,根据词频绘制词云图的案例也更为多见。以下就是J哥经常用到的一个实战案例,开源代码奉上。
大致思路是从Mysql数据库中提取上万条交易记录,用sql语句把交易规模前100的品牌select出来,然后根据各个品牌交易规模的大小制作词云,文字越大的表示交易规模越大。
#-*- coding = uft-8 -*-#@Time : 2020/5/23 10:30 上午#@Author : 我是J哥#@File : my_wordcloud.py#给定词频制作词云图from matplotlib import pyplot as plt #绘图,数据可视化from wordcloud import WordCloud #词云from PIL import Image #图片处理import numpy as np #矩阵运算import pyMysql #数据库import pandas as pd #数据处理#准备词云所需文字(词)conn = pymysql.connect(host="localhost", user="你的", passwd="你的", db="test", port=3306, charset="utf8")cur = conn.cursor()sql = "select brand as name,round(sum(jine)/10000,0) as value from Sc_month5 group by name order by value desc limit 100;"df = pd.read_sql(sql, conn)print(df)name = list(df.name) #词value = df.value # 词的频率dic = dict(zip(name, value)) # 词频以字典形式存储#print(dic)cur.close()conn.close()img = Image.open("tree.png")img_arry = np.array(img)wc = WordCloud( background_color="white", mask=img_arry, max_words=1000, max_font_size=500, #font_path="演示悠然小楷.ttf" #font_path="有字库龙藏体.ttf" font_path="演示悠然小楷.ttf")wc.generate_from_frequencies(dic) #以词频生成词云#绘制图片fig = plt.figure(1)plt.imshow(wc)plt.axis("off")plt.show()#输出词云图片到文件plt.savefig("JGJG.jpg",dpi=400)
生成的词云图长这样:
关于“怎么使用Python轻松实现绘制词云图”这篇文章的内容就介绍到这里,感谢各位的阅读!相信大家对“怎么使用Python轻松实现绘制词云图”知识都有一定的了解,大家如果还想学习更多知识,欢迎关注编程网Python频道。
--结束END--
本文标题: 怎么使用Python轻松实现绘制词云图
本文链接: https://www.lsjlt.com/news/341830.html(转载时请注明来源链接)
有问题或投稿请发送至: 邮箱/279061341@qq.com QQ/279061341
下载Word文档到电脑,方便收藏和打印~
2024-03-01
2024-03-01
2024-03-01
2024-02-29
2024-02-29
2024-02-29
2024-02-29
2024-02-29
2024-02-29
2024-02-29
回答
回答
回答
回答
回答
回答
回答
回答
回答
回答
0