wordcloud生成词云图（含形状、颜色设置） |
您所在的位置：网站首页 › 方框怎么填黑体字 › wordcloud生成词云图（含形状、颜色设置） |
wordcloud生成词云图（含形状、颜色设置）
|
一、导入和主要方法
1、导入wordcloud包 生成词云图之后还要显示出来，所以还会用到matplotlib 如果要设置mask蒙版，还需要从imageio导入imread()函数 如果需要设置词云中字体的颜色，还会用到matplotlib中的colors import wordcloud import matplotlib.pyplot as plt from imageio import imread from matplotlib import colors2、主要方法 wc = wordcloud.WordCloud(...) wc.fit_words(frequencies) #根据词频生成词云图 wc.generate(text) #根据文本生成词云 wc.to_file() wc.to_array(filename)其中“ 根据词频生成 ”和“ 根据文本生成 ”两种方法中只能选取一种。 （1）wordcloud.WordCloud()参数说明 这个也是参数最多的地方 font_path : string //字体路径，词云图默认不支持中文，所以一般都要设置该参数 stopwords :字符串列表 //设置需要屏蔽的词，如果为空，则使用内置的STOPWORDS mask : nd-array //如果不设置，则词云是正规矩形。 //如果 mask 非空，设置的宽高值将被忽略，遮罩形状被 mask 取代。 //一般结合imread()，将图片中不是白色的地方作为轮廓。 width : int //输出的画布宽度，默认为400像素，越宽，词云中包含的关键词越多 height : int //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 ） max_words : number (default=200) //要显示的词的最大个数 min_font_size : int (default=4) //显示的最小的字体大小 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 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 relative_scaling : float (default=.5) //词频和字体大小的关联性 ****************一些不常用的参数************** 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 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。 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。其中也写参数的具体设置在后面的例子中看。 （2）wc.fit_words(frequencies) frequencies是一个字典，键为单词，值为出现的次数 （3）wc.generate(text) text没啥好说的，就是一段文字 二、实例包括了，字体设置、颜色设置、蒙版设置、 1、例一：wc.fit_words(frequencies)先去停用词 from wordcloud import WordCloud import jieba from collections import Counter from imageio import imread import matplotlib.pyplot as plt """获取文本内容""" with open("济南的冬天.txt","r",encoding="utf-8") as fp: content = fp.read() words_temp = jieba.lcut(content) words = [] """读取停用词""" with open("C:/停用词/哈工大停用词.txt","r",encoding="utf-8") as fp: stopwords = [s.rstrip() for s in fp.readlines()] """去掉切分词语中的停用词""" for w in words_temp: if w not in stopwords: words.append(w) frequency = dict(Counter(words)) #去停用词之后的词频统计结果 font = "C:/Fonts/AaMingYueJiuLinTian.ttf" mask_image = imread("20160303160528046.png") wc = WordCloud(font_path=font, background_color="white", mask=mask_image) wc.fit_words(frequency)#基于前面的词频统计 plt.imshow(wc) plt.axis("off") plt.show() wc.to_file("C:/Users/lenovo/Desktop/pic/6.png")
小总结：wc.generate(text)处理逻辑 读取文本生成WordCloud对象处理（展示、保存） 三、颜色设置最后再来看看词云的颜色设置，默认情况下，词云的颜色是随机的； 方法一：wordcloud.ImageColorGenerator(image, default_color=None)返回一个颜色生成器，把这个值赋值给WordCloud（）中的color_func参数，效果就是单词的颜色和图像中对应位置的色彩一样。 也可以使用colormap参数手动设置需要使用的颜色， 方法二：WordCloud（）的colormap参数值需要使用matplotlib的colors库中的ListedColormap方法。要注意方法一和二的两个参数值不能同时使用。 方法一： from wordcloud import ImageColorGenerator font = "C:/Fonts/AaMingYueJiuLinTian.ttf" mask_image = imread("20160303160528046.png") bg_color = ImageColorGenerator(mask_image, default_color=None) wc = WordCloud(font_path=font, background_color="white", mask=mask_image, color_func=bg_color) wc.fit_words(frequency) plt.imshow(wc) plt.axis("off") plt.show() wc.to_file("C:/Users/lenovo/Desktop/pic/8.png")
方法二 from matplotlib import colors color_list = ['#FF0000','#a41a1a']#建立颜色数组 colormap = colors.ListedColormap(color_list)#调用 #再把这个放到WordCloud（）中的colormap参数值就行了 font = "C:/Fonts/AaMingYueJiuLinTian.ttf" mask_image = imread("20160303160528046.png") wc = WordCloud(font_path=font, background_color="white", mask=mask_image, colormap=colormap) wc.fit_words(frequency) plt.imshow(wc) plt.axis("off") plt.show() wc.to_file("C:/Users/lenovo/Desktop/pic/8.png")
|
上例是手动先去除掉分词结果中的停用词，然后统计词频，再直接画图。 下面这个例子，没有手动去除停用词，直接统计词频，但是在WordCloud函数中设置了stopwords参数，这样更加方便，而且和上面的方法使用的还是同一个停用词表。（但是画出的图好像不大一样）
小总结：wc.fit_words(frequencies)逻辑：
在上例中，我也尝试了在WordCloud（）方法中设置了stopwords参数，但是一点效果也没有。
【本文地址】
今日新闻 |
推荐新闻 |