Python如何實現Wordcloud生成詞云圖

小編給大家分享一下Python如何實現Wordcloud生成詞云圖，希望大家閱讀完這篇文章之后都有所收獲，下面讓我們一起去探討吧！

wordcloud是Python擴展庫中一種將詞語用圖片表達出來的一種形式，通過詞云生成的圖片，我們可以更加直觀的看出某篇文章的故事梗概。

首先貼出一張詞云圖（以哈利波特小說為例）：

在生成詞云圖之前，首先要做一些準備工作

1.安裝結巴分詞庫

pip install jieba

Python中的分詞模塊有很多，他們的功能也都是大同小異，我們安裝的結巴分詞 是當前使用的最多的類型。

下面我來簡單介紹一下結巴分詞的用法

結巴分詞的分詞模式分為三種：

(1)全模式:把句子中所有的可以成詞的詞語都掃描出來, 速度快,但是不能解決歧義問題

(2)精確模式:將句子最精確地切開,適合文本分析

(3)搜索引擎模式:在精確模式的基礎上,對長詞再次切分,提高召回率,適合用于搜索引擎分詞

下面用一個簡單的例子來看一下三種模式的分詞區(qū)別：

import jieba
 
 # 全模式:把句子中所有的可以成詞的詞語都掃描出來, 速度快,但是不能解決歧義問題
 text = "哈利波特是一常優(yōu)秀的文學作品"
 seg_list = jieba.cut(text, cut_all=True)
 print(u"[全模式]: ", "/ ".join(seg_list))
 
 # 精確模式:將句子最精確地切開,適合文本分析
 seg_list = jieba.cut(text, cut_all=False)
 print(u"[精確模式]: ", "/ ".join(seg_list))
 
 # 默認是精確模式
 seg_list = jieba.cut(text)
 print(u"[默認模式]: ", "/ ".join(seg_list))
 
 # 搜索引擎模式:在精確模式的基礎上,對長詞再次切分,提高召回率,適合用于搜索引擎分詞
seg_list = jieba.cut_for_search(text)
print(u"[搜索引擎模式]: ", "/ ".join(seg_list))

下面是對這句話的分詞方式：

通過這三種分詞模式可以看出，這些分詞模式并沒有很好的劃分出“哈利波特”這個專有名詞，這是因為在結巴分詞的字典中并沒有記錄這個名詞，所以需要我們手動添加自定義字典

添加自定義字典：找一個方便引用的位置              （下圖的路徑是我安裝的位置），新建文本文檔（后綴名為.txt），將想添加的詞輸入進去（注意輸入格式），保存并退出

在上面的代碼中加入自定義字典的路徑，再點擊運行

jieba.load_userdict("/home/jmhao/anaconda3/lib/python3.7/site-packages/jieba/mydict.txt")

分詞結果，可以看出“哈利波特”這個詞已經被識別出來了

結巴分詞還有另一個禁用詞的輸出結果

 stopwords = {}.fromkeys(['優(yōu)秀', '文學作品'])
 
 #添加禁用詞之后
 seg_list = jieba.cut(text)
 final = ''
 for seg in seg_list:
   if seg not in stopwords:
       final += seg
 seg_list_new = jieba.cut(final)
 print(u"[切割之后]: ", "/ ".join(seg_list_new))

可以看到輸出結果中并沒有“優(yōu)秀”和“文學作品”兩個詞

結巴分詞還有很多比較復雜的操作，具體的可以去官網查看，我就不再過多的贅述了

下面我們正式開始詞云的制作

首先下載模塊，這里我所使用的環(huán)境是Anaconda，由于Anaconda中包含很多常用的擴展包，所以這里只需要下載wordcloud。若使用的環(huán)境不是Anaconda，則另需安裝numpy和PIL模塊

pip install wordcloud

然后我們需要找一篇文章并使用結巴分詞將文章分成詞語的形式

# 分詞模塊
 def cut(text):
   # 選擇分詞模式
   word_list = jieba.cut(text,cut_all= True)
   # 分詞后在單獨個體之間加上空格
   result = " ".join(word_list)
   # 返回分詞結果
   return result

這里我在當前文件夾下創(chuàng)建了一個文本文檔“xiaoshuo.txt”，并復制了一章的小說作為詞云的主體文字

使用代碼控制，打開并讀取小說的內容

 #導入文本文件,進行分詞,制作詞云
 with open("xiaoshuo.txt") as fp:
   text = fp.read()
   # 將讀取的中文文檔進行分詞
   text = cut(text)

在網上找到一張白色背景的圖片下載到當前文件夾，作為詞云的背景圖（若不指定圖片，則默認生成矩形詞云）

#設置詞云形狀，若設置了詞云的形狀，生成的詞云與圖片保持一致，后面設置的寬度和高度將默認無效
  mask = np.array(image.open("monkey.jpeg"))

接下來可以根據喜好來定義詞云的顏色、輪廓等參數 下面為常用的參數設置方法

完整代碼

#導入詞云庫
 from wordcloud import WordCloud
 #導入圖像處理庫
 import PIL.Image as image
 #導入數據處理庫
 import numpy as np
 #導入結巴分詞庫
 import jieba
 
 # 分詞模塊
 def cut(text):
   # 選擇分詞模式
   word_list = jieba.cut(text,cut_all= True)
   # 分詞后在單獨個體之間加上空格
   result = " ".join(word_list)
   return result
 
 #導入文本文件,進行分詞,制作詞云
 with open("xiaoshuo.txt") as fp:
   text = fp.read()
   # 將讀取的中文文檔進行分詞
   text = cut(text)
   #設置詞云形狀
   mask = np.array(image.open("monkey.jpeg"))
   #自定義詞云
   wordcloud = WordCloud(
     # 遮罩層,除白色背景外,其余圖層全部繪制（之前設置的寬高無效）
     mask=mask,
     #默認黑色背景,更改為白色
     background_color='#FFFFFF',
     #按照比例擴大或縮小畫布
     scale=,
     # 若想生成中文字體,需添加中文字體路徑
     font_path="/usr/share/fonts/bb5828/逐浪雅宋體.otf"
   ).generate(text)
   #返回對象
   image_produce = wordcloud.to_image()
   #保存圖片
   wordcloud.to_file("new_wordcloud.jpg")
   #顯示圖像
   image_produce.show()

注：若想要生成圖片樣式的詞云圖，找到的圖片背景必須為白色，或者使用Photoshop摳圖替換成白色背景，否則生成的詞云為矩形

我的詞云原圖：

生成的詞云圖：

看完了這篇文章，相信你對“Python如何實現Wordcloud生成詞云圖”有了一定的了解，如果想了解更多相關知識，歡迎關注億速云行業(yè)資訊頻道，感謝各位的閱讀！