python

超轻量级php框架startmvc

Python基于WordCloud制作词云图

更新时间:2020-08-10 20:30:01 作者:startmvc
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

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 plt
from scipy.misc import imread
from wordcloud import WordCloud,STOPWORDS
import 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 plt
from scipy.misc import imread
from wordcloud import WordCloud,STOPWORDS
import xlrd

def set_background(picpath):
 back_coloring = imread(picpath)# 设置背景图片
 return back_coloring

def 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_tmp

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)
 
# 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脚本之家。

python wordcloud 词云图