Python 使用wordcloud制作词云图

傷城~ 2022-05-24 01:05 252阅读 0赞

\----------欢迎加入学习交流QQ群：657341423

--------------------

wordcloud是Python的一个第三方模块，安装方法可以通过下载安装包，然后使用pip对安装包执行安装。安装包下载地址：[请点击][Link 1]

--------------------

wordcloud的基本用法

class wordcloud.WordCloud(font_path=None, 
    						  width=400, 
    						  height=200, 
    						  margin=2, 
    						  ranks_only=None, 
    						  prefer_horizontal=0.9,
    						  mask=None, 
    						  scale=1, 
    						  color_func=None, 
    						  max_words=200, 
    						  min_font_size=4, 
    						  stopwords=None, 
    						  random_state=None,
    						  background_color='black', 
    						  max_font_size=None, 
    						  font_step=1, 
    						  mode='RGB', 
    						  relative_scaling=0.5, 
    						  regexp=None, 
    						  collocations=True,
    						  colormap=None, 
    						  normalize_plurals=True)

wordcloud对象的参数说明如下：

font_path : string //字体路径，需要展现什么字体就把该字体路径+后缀名写上，如：font_path = '黑体.ttf'，如果词云是中文字，必须设置字体路径，否则显示框框
    
    width : int (default=400) //输出的画布宽度，默认为400像素
    
    height : int (default=200) //输出的画布高度，默认为200像素
    
    prefer_horizontal : float (default=0.90) //词语水平方向排版出现的频率，默认 0.9 （所以词语垂直方向排版出现频率为 0.1 ）
    
    mask : nd-array or None (default=None) //如果参数为空，则使用二维遮罩绘制词云。如果 mask 非空，设置的宽高值将被忽略，遮罩形状被 mask 取代。除全白（#FFFFFF）的部分将不会绘制，其余部分会用于绘制词云。如：bg_pic = imread('读取一张图片.png')，背景图片的画布一定要设置为白色（#FFFFFF），然后显示的形状为不是白色的其他颜色。可以用ps工具将自己要显示的形状复制到一个纯白色的画布上再保存，就ok了。
    
    scale : float (default=1) //按照比例进行放大画布，如设置为1.5，则长和宽都是原来画布的1.5倍。
    
    min_font_size : int (default=4) //显示的最小的字体大小
    
    font_step : int (default=1) //字体步长，如果步长大于1，会加快运算但是可能导致结果出现较大的误差。
    
    max_words : number (default=200) //要显示的词的最大个数
    
    stopwords : set of strings or None //设置需要屏蔽的词，如果为空，则使用内置的STOPWORDS
    
    background_color : color value (default=”black”) //背景颜色，如background_color='white',背景颜色为白色。
    
    max_font_size : int or None (default=None) //显示的最大的字体大小
    
    mode : string (default=”RGB”) //当参数为“RGBA”并且background_color不为空时，背景为透明。
    
    relative_scaling : float (default=.5) //词频和字体大小的关联性
    
    color_func : callable, default=None //生成新颜色的函数，如果为空，则使用 self.color_func
    
    regexp : string or None (optional) //使用正则表达式分隔输入的文本
    
    collocations : bool, default=True //是否包括两个词的搭配
    
    colormap : string or matplotlib colormap, default=”viridis” //给每个单词随机分配颜色，若指定color_func，则忽略该方法。

wordcloud对象的函数方法说明如下：

fit_words(frequencies)  //根据词频生成词云
    generate(text)  //根据文本生成词云
    generate_from_frequencies(frequencies[, ...])   //根据词频生成词云
    generate_from_text(text)    //根据文本生成词云
    process_text(text)  //将长文本分词并去除屏蔽词（此处指英语，中文分词还是需要自己用别的库先行实现，使用上面的 fit_words(frequencies) ）
    recolor([random_state, color_func, colormap])   //对现有输出重新着色。重新上色会比重新生成整个词云快很多。
    to_array()  //转化为 numpy array
    to_file(filename)   //输出到文件

--------------------

示例：  
在前面的章节中，我们将某新闻报道进行分词处理，[相关链接请点击][Link 2]。分词后的文档内容如下：  
![这里写图片描述][70]  
我们将这些分词使用词云显示，词云图片采用小猪佩奇。实现代码如下：

from wordcloud import WordCloud,ImageColorGenerator
    import matplotlib.pyplot as plt
    from scipy.misc import imread
    
    #读取一个txt文件
    text = open('data.txt','r',encoding='utf-8').read()
    #读入背景图片
    bg_pic = imread('img.png')
    
    #生成词云
    wordcloud = WordCloud(font_path='C:\Windows\Fonts\STZHONGS.TTF',
                   background_color="white",  # 背景颜色
                   max_words=2000,  # 词云显示的最大词数
                   mask=bg_pic,  # 设置背景图片
                   max_font_size=50,  # 字体最大值
                   random_state=42,
                   width=1000, height=860, margin=2,# 设置图片默认的大小,但是如果使用背景图片的话,那么保存的图片大小将会按照其大小保存,margin为词语边缘距离
                   )
    wordcloud.generate(text)
    image_colors = ImageColorGenerator(bg_pic)
    
    #显示词云图片
    plt.imshow(wordcloud)
    plt.axis('off')
    plt.show()
    
    #保存图片
    wordcloud.to_file('test.jpg')

运行结果如图所示  
![这里写图片描述][70 1]

[Link 1]: https://www.lfd.uci.edu/~gohlke/pythonlibs/
[Link 2]: https://blog.csdn.net/HuangZhang_123/article/details/80326363
[70]: /images/20220524/6bc2766e03c640b68d69413142d93ade.png
[70 1]: /images/20220524/1787a720e49d436e965d1adeb604a0a0.png