去国外做非法网站,免费企业网站建立,网站前端页面设计,广西明电建设有限公司网站WordCloud是一种很好的展现数据的方式#xff0c;网上也有不少小工具和在线网页。但是有些不支持中文#xff0c;有些安装复杂#xff0c;所以决定用Python实现。主要参考官网#xff0c;通过官网的例子#xff0c;讲一下WordCloud的制作。主要流程获取内容的路径如果是一…WordCloud是一种很好的展现数据的方式网上也有不少小工具和在线网页。但是有些不支持中文有些安装复杂所以决定用Python实现。主要参考官网通过官网的例子讲一下WordCloud的制作。主要流程获取内容的路径如果是一段文字系统自动算频次你也可以直接导入统计好的频次设置字体一般字体路径在C:\Windows\Fonts你可以选自己喜欢的中文或者英文字体切割中文字符英文字符就不用切割了输入WordCloud的参数背景色字号生成的形状颜色字体大小字体旋转等等生成WordCloud用matplotlib显示图片效果图安装库老规矩首先你要安装库。最基本的两个pip install wordcloud #这是WordCloud的库pip install matplotlib #显示图像一个单词构造WordCloud在这个代码中我们需要安装一个numpy库(大部分小伙伴应该都装过就不用再装了)pip install numpy这里用这个库主要是想用数学坐标生成一个简单的背景图案比如圆形、方形基本步骤1、输入单词2、用numpy 生成一个形状下面生成了一个圆形mask3、输入WordCloud的参数(包括背景色、是否重复、图案形状)4、用matplotlib显示图片import numpy as npimport matplotlib.pyplot as pltfrom wordcloud import WordCloudtext square #输入你要的单词x, y np.ogrid[:300, :300] #快速产生一对数组# 产生一个以(150,150)为圆心,半径为130的圆形maskmask (x - 150) ** 2 (y - 150) ** 2 130 ** 2 #此时mask是bool型mask 255 * mask.astype(int) #变量类型转换为int型wc WordCloud(background_colorwhite, #背景颜色为“白色”repeatTrue, #单词可以重复maskmask #指定形状就是刚刚生成的圆形)wc.generate(text) #从文本生成wordcloudplt.axis(off) #把作图的坐标轴关掉plt.imshow(wc, interpolationbilinear)plt.show()生成WordCloud最简单的生成方式文本内容都是英文直接用系统默认的形状(一个长方形)我这边是导入了一个商务英语的txt所以可以看到出现次数最多的单词是company然后是business、new、work等单词我还看到了money哈哈~基本步骤1、获取内容txt的路径2、输入WordCloud的参数(包括背景色、字号等)3、生成WordCloud4、用matplotlib显示图片*WordCloud有很多参数如果你不写都是默认的。比如背景色默认黑色。import osfrom os import pathfrom wordcloud import WordCloudfrom matplotlib import pyplot as plt# 获取当前文件路径d path.dirname(__file__) if __file__ in locals() else os.getcwd()# 获取文本txt的路径(txt和代码在一个路径下面)text open(path.join(d,BusinessEnglish.txt)).read()# 生成词云wc WordCloud(scale2,max_font_size100, #最大字号background_colorwhite #设置背景颜色)wc.generate(text) # 从文本生成wordcloud# wc.generate_from_text(text) #用这种表达方式也可以# 显示图像plt.imshow(wc,interpolationbilinear)plt.axis(off)plt.tight_layout()wc.to_file(标签云效果图.png) # 储存图像#plt.savefig(标签云效果图.png,dpi200) #用这个可以指定像素plt.show()设置WordCloud形状都是长方形、圆形、正方形这种好像不够炫酷为了炫酷我们可以给它设置不同的形状比如云朵、爱心等等下面我们用Alice的小裙子做个实例这个图片长这样我们生成的图片是这样的可以看到完整保留了上图的轮廓基本步骤和之前基本都是一致的就是多了一步导入指定图片获取图片轮廓1、获取内容txt的路径2、输入WordCloud的参数(包括背景色、字号等)指定了生成的形状3、生成WordCloud4、用matplotlib显示图片*代码中增加了一个stopwords有些你觉得没意义的单词不想显示在图片上你就可以放在这里from os import pathfrom PIL import Imageimport numpy as npimport matplotlib.pyplot as pltimport osfrom wordcloud import WordCloud, STOPWORDS# 获取当前文件路径d path.dirname(__file__) if __file__ in locals() else os.getcwd()# 获取文本txt的路径(txt和代码在一个路径下面)text open(path.join(d, BusinessEnglish.txt)).read()# 读取mask的图像(图像和代码在一个路径下面)alice_mask np.array(Image.open(path.join(d, alice_mask.png)))# 设置不显示单词比如said、in、on、is这种单词stopwords set(STOPWORDS)stopwords.add(said)# 设置词云参数wc WordCloud(background_colorwhite,max_words2000,maskalice_mask,stopwordsstopwords,contour_width3, #设置轮廓宽度contour_colorsteelblue) #设置轮廓颜色# 从文本生成wordcloudwc.generate(text)# 保存到文件wc.to_file(path.join(d, alice.png))# 显示图片plt.imshow(wc, interpolationbilinear)plt.axis(off)plt.figure() #新建一个图片把mask也显示出来plt.imshow(alice_mask, cmapplt.cm.gray, interpolationbilinear)plt.axis(off)plt.show()根据图片调整颜色原图是这样的如果我们直接根据上一步获取图片轮廓可以得到下图我们进一步根据原图调整颜色其实就是获取了图片颜色也是一行代码image_colors ImageColorGenerator(alice_coloring)完整代码from os import pathfrom PIL import Imageimport numpy as npimport matplotlib.pyplot as pltimport osfrom wordcloud import WordCloud, STOPWORDS, ImageColorGenerator# 获取当前文件路径d path.dirname(__file__) if __file__ in locals() else os.getcwd()# 获取文本txt的路径(txt和代码在一个路径下面)text open(path.join(d, BusinessEnglish.txt)).read()# 读取我要的图片文件alice_coloring np.array(Image.open(path.join(d, alice_color.png)))# 设置不显示的单词stopwords set(STOPWORDS)stopwords.add(said)# 设置词云参数wc WordCloud(background_colorwhite,max_words2000,maskalice_coloring,stopwordsstopwords,max_font_size40,random_state42)# 从文本生成wordcloudwc.generate(text)# 根据图片创建颜色image_colors ImageColorGenerator(alice_coloring)# 把图片分成3份fig, axes plt.subplots(1, 3)axes[0].imshow(wc, interpolationbilinear)# recolor wordcloud and show# we could also give color_funcimage_colors directly in the constructoraxes[1].imshow(wc.recolor(color_funcimage_colors), interpolationbilinear)axes[2].imshow(alice_coloring, cmapplt.cm.gray, interpolationbilinear)for ax in axes:ax.set_axis_off()# 单独显示图片# plt.figure()# plt.imshow(wc, interpolationbilinear)# plt.axis(off)# plt.figure()# plt.imshow(wc.recolor(color_funcimage_colors), interpolationbilinear)# plt.axis(off)# plt.figure()# plt.imshow(alice_coloring, cmapplt.cm.gray, interpolationbilinear)# plt.axis(off)plt.show()用频率绘制WordCloud上面是直接把一个txt输进去系统自动给你算出现次数的但是实际过程中我们有时候是知道单词出现次数的我们就想根据已知的次数显示这一步其实就改了一行代码原来是这样的wc.generate(text)# 这里的text是一段文字现在是这样的wc.generate_from_frequencies(text)# 这里的text是一个字典# ken: 1, was: 47, hot: 2, water: 2如果你已经有一个字典直接代进去就好了这里给大家详细看一下如果假设我没有这个字典我还是一段文字我想先生成这个字典再代入进去这里你需要安装一个库multidict创建一键多值字典pip install multidict用multidict这个库我可以把文本变成一个字典通过上图就可以看到这个字典有1105个组合每一个单词都统计了出现次数import multidict as multidictimport numpy as npimport osimport refrom PIL import Imagefrom os import pathfrom wordcloud import WordCloudimport matplotlib.pyplot as pltdef getFrequencyDictForText(sentence):fullTermsDict multidict.MultiDict()tmpDict {}# making dict for counting frequenciesfor text in sentence.split( ):if re.match(a|the|an|the|to|in|for|of|or|by|with|is|on|that|be, text):continueval tmpDict.get(text, 0)tmpDict[text.lower()] val 1for key in tmpDict:fullTermsDict.add(key, tmpDict[key])return fullTermsDictdef makeImage(text):alice_mask np.array(Image.open(alice_mask.png))wc WordCloud(background_colorwhite,max_words1000,maskalice_mask)# generate word cloudwc.generate_from_frequencies(text)# showplt.imshow(wc, interpolationbilinear)plt.axis(off)wc.to_file(frequency.png) # 储存图像plt.show()# 获取当前文件路径d path.dirname(__file__) if __file__ in locals() else os.getcwd()# 获取文本txt的路径(txt和代码在一个路径下面)text open(path.join(d, BusinessEnglish.txt), encodingutf-8)text text.read()makeImage(getFrequencyDictForText(text))生成中英文WordCloud生成一个中英文混搭的WordCloud如果你的txt全是中文那就是全中文的基本步骤和之前基本也都一样就是中文字符需要增加一个中文词语切割这就需要添加一个库pip install jieba # 中文切割1、获取内容txt的路径2、设置字体3、切割中文字符4、输入WordCloud的参数(包括背景色、字号等)指定了生成的形状5、生成WordCloud6、用matplotlib显示图片import osfrom os import pathfrom wordcloud import WordCloudfrom matplotlib import pyplot as pltimport jieba# 获取当前文件路径d path.dirname(__file__) if __file__ in locals() else os.getcwd()# 获取文本txttext open(path.join(d,商务英语.txt),encodingutf-8).read()# 设置中文字体font_path C:\Windows\Fonts\simfang.ttf # 字体路径# 精确切割中文字符text .join(jieba.cut(text, cut_all False))# 生成词云wc WordCloud(font_path font_path, #字体路径scale2,max_words 100, #最多词个数max_font_size100, #最大字号background_colorwhite #背景色)wc.generate(text)# 显示图像plt.imshow(wc,interpolationbilinear)plt.axis(off)plt.tight_layout()# 储存图像#wc.to_file(标签云效果图.png)#plt.savefig(标签云效果图.png,dpi200)plt.show()
