您好,登錄后才能下訂單哦!
文章中的例子主要借鑒wordColud的examples,在文章對(duì)examples中的例子做了一些改動(dòng)。
一、wordColud設(shè)計(jì)中文詞云亂碼
使用wordColud設(shè)計(jì)詞云的時(shí)候可能會(huì)產(chǎn)生亂碼問(wèn)題,因?yàn)閣ordColud默認(rèn)的字體不支持中文,所以我們只需要替換wordColud的默認(rèn)字體即可正常顯示中文。
1、中文詞云亂碼
我們使用simhei(黑體)來(lái)替換wordColud的默認(rèn)字體。
2、替換默認(rèn)字體
a、在字體文件*.tff字體文件(simhei.tff)拷貝到wordColud安裝的文件夾中,文件夾路徑:anaconda(python)-->lib-->site-packages-->wordcolud,如下圖:
其中矩形框出來(lái)的是wordColud默認(rèn)的字體,橢圓形框的是我們下載的字體。
b、修改wordcolud.py文件中的字體設(shè)置,打開(kāi)改路徑下的wordcolud.py文件,找到下圖的所示的框出來(lái)的這一行(29行)
將系統(tǒng)的DroidSansMono.tff修改為simhei.tff即可。
二、wordColud示例
1、設(shè)計(jì)一個(gè)簡(jiǎn)單的圓形詞云
import numpy as np import matplotlib.pyplot as plt from wordcloud import WordCloud,STOPWORDS from PIL import Image from os import path import matplotlib.pyplot as plt #用來(lái)正常顯示中文 plt.rcParams["font.sans-serif"]=["SimHei"] #用來(lái)正常顯示負(fù)號(hào) plt.rcParams["axes.unicode_minus"]=False import os import random,jieba ''' 繪制單個(gè)詞一個(gè)圓形的詞云 ''' def single_wordColud(): text = "第一 第二 第三 第四" #產(chǎn)生一個(gè)以(150,150)為圓心,半徑為130的圓形mask x,y = np.ogrid[:300,:300] mask = (x-150) ** 2 + (y-150) ** 2 > 130 ** 2 mask = 255 * mask.astype(int) wc = WordCloud(background_color="white",repeat=True,mask=mask) wc.generate(text) #將x軸和y軸坐標(biāo)隱藏 plt.axis("off") plt.imshow(wc,interpolation="bilinear") plt.show()
2、以圖片形狀作為背景設(shè)計(jì)詞云
下面以蠟筆小新的這張圖片作為背景來(lái)設(shè)計(jì)一個(gè)詞云,我們通過(guò)讀取一個(gè)txt文件,文件中包含了很多段落,然后通過(guò)jieba對(duì)句子進(jìn)行分詞,去除停用詞之后,生成一張?jiān)~云的照片。
a、讀取文件內(nèi)容
使用jieba分詞后,詞之間需要通過(guò)空格進(jìn)行分割,不然在產(chǎn)生詞云的時(shí)候回變成一個(gè)詞。
''' 中文分詞 ''' def segment_words(text): article_contents = "" #使用jieba進(jìn)行分詞 words = jieba.cut(text,cut_all=False) for word in words: #使用空格來(lái)分割詞 article_contents += word+" " return article_contents
b、讀取停用詞
停用詞包括一些標(biāo)點(diǎn)符號(hào),和一些沒(méi)有實(shí)際意義的詞,我們需要將這些詞都去除。
''' 從文件中讀取停用詞 ''' def get_stopwords(): dir_path = path.dirname(__file__) if "__file__" in locals() else os.getcwd() #獲取停用詞的路徑 stopwords_path = os.path.join(dir_path,"txt/stopwords.txt") #創(chuàng)建set集合來(lái)保存停用詞 stopwords = set() #讀取文件 f = open(stopwords_path,"r",encoding="utf-8") line_contents = f.readline() while line_contents: #去掉回車(chē) line_contents = line_contents.replace("\n","").replace("\t","").replace("\u3000","") stopwords.add(line_contents) line_contents = f.readline() return stopwords
c、生成詞云圖片
def drow_mask_wordColud(): #獲取當(dāng)前文件的父目錄 d = path.dirname(__file__) if "__file__" in locals() else os.getcwd() mask = np.array(Image.open(path.join(d,"img/test.jpg"))) text = open(path.join(d,"txt/test.txt"),"r",encoding="utf-8").read(). replace("\n","").replace("\t","").replace("\u3000","") #對(duì)文本進(jìn)行分詞 text = segment_words(text) #獲取停用詞 stopwords = get_stopwords() #創(chuàng)建詞云 ''' max_words:顯示詞的數(shù)量 mask:背景 stopwords:停用詞,是一個(gè)set集合 margin:詞之間的間隔 background_color:詞云圖片背景顏色 ''' wc = WordCloud(max_words=100,mask=mask,background_color="white", stopwords=stopwords,margin=10,random_state=1).generate(text) default_colors = wc.to_array() # #保存詞云圖片 # wc.to_file("a_new_hope.png") plt.imshow(default_colors,interpolation="bilinear") plt.axis("off") plt.show()
3、自定義詞云的顏色
from wordcloud import WordCloud,get_single_color_func import matplotlib.pyplot as plt ''' 定義一個(gè)字體顏色設(shè)置類(lèi) ''' class GroupedColorFunc(object): def __init__(self,color_to_words,default_color): self.color_func_to_words=[ (get_single_color_func(color),set(words)) for (color,words) in color_to_words.items() ] self.defalt_color_func=get_single_color_func(default_color) def get_color_func(self,word): try: #設(shè)置每個(gè)詞的顏色 color_func = next(color_func for (color_func,words) in self.color_func_to_words if word in words) except StopIteration: #詞的默認(rèn)顏色 color_func = self.defalt_color_func return color_func def __call__(self,word,**kwargs): return self.get_color_func(word)(word,**kwargs) if __name__ == "__main__": text = "第一 第二 第三 第四 第五 第六" #創(chuàng)建詞云 wc = WordCloud(collocations=False,background_color="white").generate(text) #設(shè)置詞的顏色 color_to_words={ #使用RGB來(lái)設(shè)置詞的顏色 "#00ff00":["第一","第五"], "red":["第三","第六"], "yellow":["第二"] } #設(shè)置詞默認(rèn)的顏色 default_color = "blue" grouped_color_func = GroupedColorFunc(color_to_words,default_color) #設(shè)置詞云的顏色 wc.recolor(color_func=grouped_color_func) #顯示詞云圖 plt.figure() plt.imshow(wc,interpolation="bilinear") plt.axis("off") plt.show()
通過(guò)詞的顏色設(shè)置類(lèi),來(lái)設(shè)置不同詞的顏色。
4、自定義突出詞的重要程度
在生成詞云的時(shí)候,默認(rèn)使用的是使得詞頻高的詞更加突出,突出的詞會(huì)比較大,有時(shí)候我們已經(jīng)計(jì)算出了詞的權(quán)重,想通過(guò)詞云圖來(lái)突出權(quán)重大小的差別。
from wordcloud import WordCloud import matplotlib.pyplot as plt import numpy as np def get_mask(): x,y = np.ogrid[:300,:300] mask = (x-150) ** 2 + (y-150) ** 2 > 130 ** 2 mask = 255 * mask.astype(int) return mask if __name__ == "__main__": #每個(gè)詞的權(quán)重 text = {"第一":0.1,"第二":0.2,"第三":0.3,"第四":0.4,"第五":0.5} wc = WordCloud(background_color="white",mask=get_mask()) wc.generate_from_frequencies(text) plt.axis("off") plt.imshow(wc,interpolation="bilinear") plt.show()
5、保存詞云圖片
wc.to_file("test.png")
更多關(guān)于python詞云庫(kù)wordCloud使用方法請(qǐng)查看下面的相關(guān)鏈接
免責(zé)聲明:本站發(fā)布的內(nèi)容(圖片、視頻和文字)以原創(chuàng)、轉(zhuǎn)載和分享為主,文章觀點(diǎn)不代表本網(wǎng)站立場(chǎng),如果涉及侵權(quán)請(qǐng)聯(lián)系站長(zhǎng)郵箱:is@yisu.com進(jìn)行舉報(bào),并提供相關(guān)證據(jù),一經(jīng)查實(shí),將立刻刪除涉嫌侵權(quán)內(nèi)容。