Python wordcloud入门指南

如何在Python中使用wordcloud库生成文字云？

一、安装和导入wordcloud库

在使用wordcloud前，需要保证库已经安装并导入：

!pip install wordcloud

from wordcloud import WordCloud

二、生成基本的文字云

首先，你需要提供一个文本文件，对于这个文件我们可以先完成以下几个步骤：

1. 打开文件，并读取数据。
2. 去除文件中的特殊符号和数字，只留下正常文字。
3. 将文本序列转化为字符串形式。

代码实现如下：

import os
from collections import Counter
import jieba

text = open(os.path.join(d, 'news.txt')).read()                  #打开文件并读取数据
c = Counter(text)                                                #可选：观察数据分布情况
list(filter(lambda x:x[1]>10,c.items()))                         #可选：去除较低频的词汇
text = ''.join(list(filter(lambda x:x[0] not in ',?!.；‘’“”‘’%1234567890',text)))    #去除特殊符号和数字
text_cut = jieba.cut(text)                                       #使用jieba库进行分词
text_cut = ' '.join(list(text_cut))

#生成文字云
wc = WordCloud(width=800,height=600,mode='RGBA',background_color=None).generate(text_cut)
wc.to_file("wordcloud.png")

运行程序，你将在当前目录下看到生成的”wordcloud.png”文件。

三、设计文字云的基本参数

wordcloud库提供了许多参数，可以对生成的文字云进行基础的调整。下面介绍几个常见的参数。

• background_color: 设定背景颜色，默认为黑色。
• width: 文字云的宽度，默认为400像素。
• height:文字云的高度，默认为200像素。
• max_words: 文字云中的最大词数，默认为200。
• font_path: 字体路径，用于设置字体。例如，’STHeiti Medium.ttc’ 或者 ‘/System/Library/Fonts/PingFang.ttc’

代码示例：

font_path = '/System/Library/Fonts/PingFang.ttc'
wc = WordCloud(
background_color='#E6E6FA',
width=800, height=600,
font_path=font_path,
max_words=500).generate(text_cut)
wc.to_file("wordcloud.png")

四、美化文字云

如果只是简单地生成文字云，效果往往不尽人意。接下来，我们可以从以下几个方面对文字云进行美化。

1. 修改字体颜色和形状

通过 WordCloud()实例中的 color_func 和 mask参数可以实现。

import numpy as np
from PIL import Image

mask = np.array(Image.open(os.path.join(d, "mask.png")))   # mask为透明png或JPEG图片
wc = WordCloud(
width=800, height=600,
max_words=400,
background_color=None,
mode='RGBA',
font_path=font_path,
mask=mask,
).generate(text)
def grey_color_func(word, font_size, position, orientation, random_state=None, **kwargs):
    return "hsl(0, 0%%, %d%%)" % np.random.randint(60, 100)
wc.recolor(color_func=grey_color_func)
wc.to_file("wordcloud.png")

2. 调整字体大小

可以通过 WordCloud()实例中的relative_scaling参数调整。

relative_scaling：浮点数，按照词频调整字体大小。

wc = WordCloud(
background_color='#F0F8FF',
font_path=font_path,
width=800,height=600,
max_words=200,
relative_scaling=0.5
).generate(text_cut)

3. 自定义停用词

使用stopwords参数即可，其中每个元素用逗号分隔。

stopwords = set(jieba.cut(open(os.path.join(d, 'stopwords.txt')).read())) 
wc = WordCloud(
background_color='#F0F8FF',
font_path=font_path,
width=800,height=600,
max_words=200,
relative_scaling=0.5,
stopwords=stopwords
).generate(text_cut)

五、总结

Python wordcloud库可以帮助我们生成精美的文字云，能够快速完成一些可视化的需求。我们可以根据实际情况，调整文字云的基本参数和美化参数，得到既美观又有意义的文字云。在生成文字云时，我们需要注意去除特殊符号和数字，保证展示的词汇具备可读性。同时也可以通过自定义停用词进行加强。最后，希望这篇关于wordcloud库的入门指南能够对你有所帮助。