【Python成长之路】词云图制作
by HW-YZP
【目的】
看到大神发个了帖子,其中里面提到了词云图,感觉眼前一亮,好棒的效果,因此就学习了
【示例代码】
# coding=utf-8# @Auther : y00349892# @Date : 2019/8/1import numpy as npfrom PIL import Imageimport jiebafrom wordcloud import WordCloud, STOPWORDSimport matplotlib.pyplot as plt# 打开存放项目名称的txt文件with open('content.txt', 'r', encoding='utf-8') as f: word = f.read()# 对txt文件中的中文进行切割words = jieba.cut(word)wordstr = ' '.join(words)# 添加停用词,即无意义的单词sw = set(STOPWORDS)sw.add('可以')sw.add('意味着')my_wordcloud = WordCloud( font_path=r'C:\Windows\fonts\simhei.ttf', # 设置字体格式 mask=np.array(Image.open('1.png')), max_words=200, max_font_size=100, stopwords=sw, scale=4).generate(wordstr)# 显示生成的词云plt.imshow(my_wordcloud)plt.axis('off')plt.show()# 保存生成的图片my_wordcloud.to_file('result.jpg')【知识点】
主要是词云图代码的流程学习和具体几个函数的了解。
np.array(Image.open('1.png')): 通过PIL.Image库将图片转换成array数组;另外也可以将array数组转成图像,比如图像加噪就可以这样实现。因为涉及图像处理,当前没研究过,就不深入了,只需要知道如何调用 图片就行
sw = set(STOPWORDS) :声明一个停用词的集合,将所有无意义的词,如“可以”、“差不多”、“的”等进行停用,即不搜索显示
jieba.cut(word) :主要是用于中文语句的切割,比如“一起编写Python”,分割成“一起”“编写”“python”
scale=4:是将结果图片保存大小,不然保存的图片可能只有几十Kb。设置为4,一般是500Kb左右
plt.imshow/axis/show 都是matplotlib库用于画图的方法,其中axis('off')是为了不显示坐标值,那样太丑了;其实这三个方法不加也没事,可以通过保存的result.jpg进行查看结果
to_file:保存图片





































苏公安网备 32011402010933号