Python +wordcloud 生成词云
2017-03-08 11:16
417 查看
什么是词云
准备工作:
python开发环境、wordcloud、jieba、matplotlib、numpy 、PIL 等库文件安装好。
pip 安装方法:
pip install xxx
使用idea 直接安装
wordcloud生成词云的原理简介
wordcloud生成词云的原理其实并不复杂,大体分成5步(具体可自行查看源码):
1.wordcloud制作词云时,首先要对对文本数据进行分词,使用process_text()方法,这一步的主要任务是去除停用词
2.第二步是计算每个词在文本中出现的频率,生成一个哈希表。词频用于确定一个词的重要性
3.根据词频的数值按比例生成一个图片的布局,类IntegralOccupancyMap 是该词云的算法所在,是词云的数据可视化方式的核心。生成词的颜色、位置、方向等
4.最后将词按对应的词频在词云布局图上生成图片,核心方法是generate_from_frequencies,不论是generate()还是generate_from_text()都最终用到generate_from_frequencies
完成词云上各词的着色,默认是随机着色
5.词语的各种增强功能大都可以通过wordcloud的构造函数实现,里面提供了22个参数,还可以自行扩展。
实例
生成李克强总理2017年政府工作报告词云
1.采用默认构造函数WordCloud().generate()生成
2.WordCloud()中设置一些参数设置mask 参数添加如下背景图案:
根据上面的背景图案,最终生成的词云时这样的:
词云又叫文字云,是对文本数据中出现频率较高的“关键词”在视觉上的突出呈现,形成关键词的渲染形成类似云一样的彩色图片,从而一眼就可以领略文本数据的主要表达意思。
准备工作:
python开发环境、wordcloud、jieba、matplotlib、numpy 、PIL 等库文件安装好。
pip 安装方法:
pip install xxx
使用idea 直接安装
wordcloud生成词云的原理简介
wordcloud生成词云的原理其实并不复杂,大体分成5步(具体可自行查看源码):
1.wordcloud制作词云时,首先要对对文本数据进行分词,使用process_text()方法,这一步的主要任务是去除停用词
2.第二步是计算每个词在文本中出现的频率,生成一个哈希表。词频用于确定一个词的重要性
3.根据词频的数值按比例生成一个图片的布局,类IntegralOccupancyMap 是该词云的算法所在,是词云的数据可视化方式的核心。生成词的颜色、位置、方向等
4.最后将词按对应的词频在词云布局图上生成图片,核心方法是generate_from_frequencies,不论是generate()还是generate_from_text()都最终用到generate_from_frequencies
完成词云上各词的着色,默认是随机着色
5.词语的各种增强功能大都可以通过wordcloud的构造函数实现,里面提供了22个参数,还可以自行扩展。
#coding:utf-8 import matplotlib.pyplot as plt from wordcloud import WordCloud,ImageColorGenerator,STOPWORDS import jieba import numpy as np from PIL import Image #读入背景图片 abel_mask = np.array(Image.open("filepath")) #读取要生成词云的文件 text_from_file_with_apath = open('filepath').read() #通过jieba分词进行分词并通过空格分隔 wordlist_after_jieba = jieba.cut(text_from_file_with_apath, cut_all = True) wl_space_split = " ".join(wordlist_after_jieba) #my_wordcloud = WordCloud().generate(wl_space_split) 默认构造函数 my_wordcloud = WordCloud( background_color='white', # 设置背景颜色 mask = abel_mask, # 设置背景图片 max_words = 200, # 设置最大现实的字数 stopwords = STOPWORDS, # 设置停用词 font_path = C:/Users/Windows/fonts/simkai.ttf',# 设置字体格式,如不设置显示不了中文 max_font_size = 50, # 设置字体最大值 random_state = 30, # 设置有多少种随机生成状态,即有多少种配色方案 scale=.5 ).generate(wl_space_split) # 根据图片生成词云颜色 image_colors = ImageColorGenerator(abel_mask) #my_wordcloud.recolor(color_func=image_colors) # 以下代码显示图片 plt.imshow(my_wordcloud) plt.axis("off") plt.show()
实例
生成李克强总理2017年政府工作报告词云
1.采用默认构造函数WordCloud().generate()生成
2.WordCloud()中设置一些参数设置mask 参数添加如下背景图案:
根据上面的背景图案,最终生成的词云时这样的:
相关文章推荐
- Python+wordcloud+jieba+docx生成中文词云和词频统计
- python3.5+wordcloud生成词云
- Java爬取B站弹幕 —— Python云图Wordcloud生成弹幕词云
- python本地版wordCloud字符云生成
- Python实现中文词云(wordcloud),根据背景图片生成词云
- 在Python中用WordCloud生成聊天记录热点词汇词云图
- python——wordcloud生成中文词云
- 生成词云之python中WordCloud包的用法
- 生成词云之python中WordCloud包的用法
- 如何解决Python中利用Wordcloud无法生成中文词云的问题?
- 超详细:Python(wordcloud+jieba)生成中文词云图
- 程序生成word与PDF文档的方法(python)
- python wordcloud 对电影《我不是潘金莲》制作词云
- 利用python程序生成word和PDF文档的方法
- Python WordCloud入门
- python + wordcloud实现任意形状标签云
- Python Word Cloud -在anaconda中把玩一下wordcloud
- python wordcloud
- Python生成词云——WordCount入门
- 基于 jieba 和 word_cloud 生成《人民的名义》小说词云