【实例】词频统计及其可视化python+jieba+wordcloud

文本提供最后案例的文档下载：https://download.csdn.net/download/qq_19741181/10278764
python 根据文本生成标签云 
-----------------------------------------------------------------------------------------------
>>> import jieba
>>> import jieba.analyse
>>> f = open('E:/cipin.txt','r')
>>> lines = f.readlines()

>>> text = ''
>>> for line in lines:
...     text += line
...

>>> tags = jieba.analyse.extract_tags(text,topK = 20)
Building prefix dict from the default dictionary ...
Dumping model to file cache C:\Users\oil\AppData\Local\Temp\jieba.cache
Loading model cost 1.280 seconds.
Prefix dict has been built succesfully.
>>> print("|".join(tags))
学工|font|2018|通知|color|black|学生|招聘|学院|深圳大学|勤工助学|关于|2017|招生|寒招|学期|管理|学年|奖学金|宣传
>>>
-----------------------------------------------
>>> # -*- coding: utf-8 -*-

... #coding = utf-8
...
>>> import matplotlib.pyplot as plt
>>> from wordcloud import WordCloud
>>> import jieba
>>>
>>> txt1 = open('E:/cipin.txt','r'，encoding = 'utf-8').read()
  File "<stdin>", line 1
    txt1 = open('E:/cipin.txt','r'，encoding = 'utf-8').read()
                                          ^
SyntaxError: invalid character in identifier
>>> txt1 = open('E:/cipin.txt','r').read()
>>> words_ls = jieba.cut(txt1, cut_all=True)
>>> words_split = " ".join(words_ls)
Building prefix dict from the default dictionary ...
Loading model from cache C:\Users\oil\AppData\Local\Temp\jieba.cache
Loading model cost 1.224 seconds.
Prefix dict has been built succesfully.
>>> wc = WordCloud()
>>> wc.font_path="simhei.ttf"
>>> my_wordcloud = wc.generate(words_split)
>>> plt.imshow(my_wordcloud)
<matplotlib.image.AxesImage object at 0x000001D08992BC50>
>>> plt.axis("off")
(-0.5, 399.5, 199.5, -0.5)
>>> plt.show()
>>> wc.to_file('E:/zzz.png')
<wordcloud.wordcloud.WordCloud object at 0x000001D0FCBE6358>

>>>



--------------------------------------------------------
# -*- coding: utf-8 -*-
# coding=utf-8

import matplotlib.pyplot as plt
import wordcloud
import jieba

txt1 = open('E:/word.txt', 'r').read()
words_ls = jieba.cut(txt1, cut_all=True)
words_split = " ".join(words_ls)

参考文章：py库： jieba （中文词频统计） 、collections （字频统计）、WordCloud （词云）
# 参数都可以注释掉，但必须设置font_path
wc = wordcloud.WordCloud(
width=800,
height=600,
background_color="#ffffff", # 设置背景颜色
max_words=500, # 词的最大数（默认为200）
max_font_size=60, # 最大字体尺寸
min_font_size=10, # 最小字体尺寸（默认为4）
colormap='bone', # string or matplotlib colormap, default="viridis"
random_state=10, # 设置有多少种随机生成状态，即有多少种配色方案
mask=plt.imread("mask2.gif"), # 读取遮罩图片！！
font_path='simhei.ttf'
)
my_wordcloud = wc.generate(words_split)

plt.imshow(my_wordcloud)
plt.axis("off")
plt.show()
wc.to_file('zzz.png') # 保存图片文件
>>> wc = wordcloud.WordCloud(
...     width=800,
...     height=600,
...     background_color="#ffffff",  # 设置背景颜色
...     max_words=500,  # 词的最大数（默认为200）
...     max_font_size=60,  # 最大字体尺寸
...     min_font_size=10,  # 最小字体尺寸（默认为4）
...     colormap='bone',  # string or matplotlib colormap, default="viridis"
...     random_state=10,  # 设置有多少种随机生成状态，即有多少种配色方案
...     mask=plt.imread("E:/1.gif"),  # 读取遮罩图片！！
...     font_path='simhei.ttf'
... )
>>> my_wordcloud = wc.generate(words_split)
>>> plt.imshow(my_wordcloud)
<matplotlib.image.AxesImage object at 0x0000011202680780>
>>> plt.axis("off")
(-0.5, 749.5, 570.5, -0.5)
>>> plt.show()
>>> wc.to_file('E:/1321.png')
<wordcloud.wordcloud.WordCloud object at 0x00000112021DFB38>

>>>


---------------------------------------------
参考：https://www.cnblogs.com/qq21270/p/7695275.html
font_path：msyh.ttf 　　微软雅黑
msyhbd.ttf 　　微软雅黑 粗体
simsun.ttc 　　宋体
simhei.ttf 　　黑体colormap：autumn　　从红色平滑变化到橙色，然后到黄色。
bone　　具有较高的蓝色成分的灰度色图。该色图用于对灰度图添加电子的视图。
cool　　包含青绿色和品红色的阴影色。从青绿色平滑变化到品红色。
copper　　从黑色平滑过渡到亮铜色。
flag　　包含红、白、绿和黑色。
gray　　返回线性灰度色图。
hot 　　从黑平滑过度到红、橙色和黄色的背景色，然后到白色。
hsv 　　从红，变化到黄、绿、青绿、品红，返回到红。
jet 　　从蓝到红，中间经过青绿、黄和橙色。它是hsv色图的一个变异。
line 　　产生由坐标轴的ColorOrder属性产生的颜色以及灰的背景色的色图。
pink 　　柔和的桃红色，它提供了灰度图的深褐色调着色。
prism 　　重复这六种颜色：红、橙、黄、绿、蓝和紫色。
spring 　　包含品红和黄的阴影颜色。
summer 　　包含绿和黄的阴影颜色。
white 　　全白的单色色图。
winter 　　包含蓝和绿的阴影色。

python 根据文本生成标签云