文档开发者中心
我的

【Python成长之路】超简单的词云图制作,仅十几行代码哟

【写在前面】


以前看到过一些大神制作的词云图 ,觉得效果很有意思。如果有朋友不了解词云图的效果,可以看下面的几张图(图片都是网上找到的);


网上找了找相关的软件,有些软件制作 还要付费。结果前几天在大神的公众号里的文章中看到了python也能实现,而且效果也很不错 。那还等什么,不赶紧盘它?



【示例代码】


# coding=utf-8

# @Auther : '鹏哥贼优秀'

# @Date : 2019/7/31

# @Software : PyCharm

import numpy as np

import jieba

from PIL import Image

from wordcloud import WordCloud, STOPWORDS

import matplotlib.pyplot as plt

def draw_word_cloud(word):

words = jieba.cut(word)

wordstr = ' '.join(words)

sw = set(STOPWORDS)

sw.add('ok')

mask = np.array(Image.open('2.jpg'))

wc = WordCloud(

font_path='C:/Windows/Fonts/simhei.ttf', # 设置字体格式

mask=mask,

max_words=200,

max_font_size=100,

stopwords=sw,

scale=4,

).generate(wordstr)

# 显示词云图

plt.imshow(wc)

plt.axis('off')

plt.show()

# 保存词云图

wc.to_file('result.jpg')

if __name__ == '__main__':

with open('test2.txt', 'rb') as f:

word = f.read()

draw_word_cloud(word)


【效果如下】



【知识点】


1、词云图 制作前,需要先准备几个东西:


(1)下载python wordcloud库,也是词图库制作的关键库。我在下载这个库 时,经常因为网络超时导致下载失败,怎么办呢?多试几次呗;


(2)numpy库,用于图片处理,将图片读取后解析成数组;


(3)如果要对中文句子进行分词,那么需要jieba库;如果是英文分词,那可以不下载;


(4)如果要在界面上直接展示词云图 ,那么需要matlplotlib来画图;


(5)要处理图片,根据少不了PIL,毕竟它可是官方的图像处理库;



2、接下来,就是准备要分析的内容。示例代码中的txt内容,是我上一篇文章。然后就是词云图的形状。示例代码中的图片2.jpg原图如下:




3、准备工作 做完了,那自然就开始编码了。


(1)jieba.cut():就是对txt内容进行分词了,注意得到的是个generator,因此需要将其转成字符串;当然也可以使用jieba.lcut(),这 样得到的就是列表了;


(2)STOPWORDS集合的设置:停用词有什么呢?主要是对一些你不想要的单词进行过滤,比如“好的”“可以”这 类单词。另外,在对停用词进行过滤时,有两种方法,一种是像示例代码,将stopwords作为wordcloud方法的参数,这样最简单;也可以自己写段代码,人为过滤停用词;


(3)将你要的词云图形状图片打开,并作为参数传给wordcloud方法


(4)wordcloud方法各参数的意义,可以参考其他帖子:


https://blog.csdn.net/kouyi5627/article/details/80530569


里面我想着重讲的是regexp参数,即正则表达式。没错,就是正则表达式,有了这个参数,我们可以用正则表达式规则进一步实现自己的单词过滤,比如\d只显示数字。我之前遇到过 这 个坑,下面再讲。


另外,scale=4生成的图片一般是500KB左右,如果不填,默认只有10几KB;


(5)对内容进行生成词云图时,generate方法最简单,直接将字符串传进来就可以;generate_from_frequencies方法的话,需要传入字典,并自己统计好每个单词的次数;


(6)界面显示词云图的代码很简单,axis('off')是为了不显示坐标,这样更美观;


(7)即将生成的词云图保存到本地,也不多解释。


综上,大致就是示例代码 的流程,是不是蛮简单的?那自己动手来玩一次吧。



4、下面我再讲讲自己在制作词云图遇到的坑。


一开始我是想对各期双色球号码进行词云图分析的,结果一直报错,错误如下:


ValueError: We need at least 1 word to plot a word cloud, got 0.


意思就是说我传入的wordstr是空的?怎么可能呢,我明明有数字呀?最后我在wordcloud方法的官方说明中找到了原因:



看到没?regexp参数如果不填写的话,默认是会自动过滤掉单个词的,因此数字就是因为这个原因一直被过滤了。怎么解决呢?有两个办法,第一就是传入regexp参数,比如regexp='\\d*';第二种方法就是用


generate_from_frequencies方法,这样因为有每个数字的频繁在,就不会自动被过滤掉了。从我自己的使用结果来看,还是用第二种方法的效果好看点。



【写在最后】


陪着某人在咖啡馆写文章,有种装装的感觉,哈哈!另外,《烈火英雄》电影真好看,也很感人。就这样吧!



【自我推荐】


如果大家觉得看了有所帮助或者喜欢的话,可以关注我的公众号“鹏哥贼优秀”,谢谢大家!



点赞
收藏
1
回复
1
分享
举报
浏览1522 发布于2019-11-25 15:27未知归属地
全部评论
最多点赞
最新发布
最早发布
写回答
新增插入模板功能
一键使用模板,快速填写内容,轻松发帖~
知道了
  • 为了保障您的信息安全,请勿上传您的敏感个人信息(如您的密码等信息)和您的敏感资产信息(如关键源代码、签名私钥、调试安装包、业务日志等信息),且您需自行承担由此产生的信息泄露等安全风险。
  • 如您发布的内容为转载内容,请注明内容来源。

我要发帖子

了解社区公约,与您携手共创和谐专业的开发者社区。