Python wordcloud入門指南

如何在Python中使用wordcloud庫生成文字雲？

一、安裝和導入wordcloud庫

在使用wordcloud前，需要保證庫已經安裝並導入：

!pip install wordcloud

from wordcloud import WordCloud

二、生成基本的文字雲

首先，你需要提供一個文本文件，對於這個文件我們可以先完成以下幾個步驟：

1. 打開文件，並讀取數據。
2. 去除文件中的特殊符號和數字，只留下正常文字。
3. 將文本序列轉化為字符串形式。

代碼實現如下：

import os
from collections import Counter
import jieba

text = open(os.path.join(d, 'news.txt')).read()                  #打開文件並讀取數據
c = Counter(text)                                                #可選：觀察數據分佈情況
list(filter(lambda x:x[1]>10,c.items()))                         #可選：去除較低頻的詞彙
text = ''.join(list(filter(lambda x:x[0] not in ',?!.；『』「」『』%1234567890',text)))    #去除特殊符號和數字
text_cut = jieba.cut(text)                                       #使用jieba庫進行分詞
text_cut = ' '.join(list(text_cut))

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

運行程序，你將在當前目錄下看到生成的”wordcloud.png”文件。

三、設計文字雲的基本參數

wordcloud庫提供了許多參數，可以對生成的文字雲進行基礎的調整。下面介紹幾個常見的參數。

• background_color: 設定背景顏色，默認為黑色。
• width: 文字雲的寬度，默認為400像素。
• height:文字雲的高度，默認為200像素。
• max_words: 文字雲中的最大詞數，默認為200。
• font_path: 字體路徑，用於設置字體。例如，’STHeiti Medium.ttc’ 或者 ‘/System/Library/Fonts/PingFang.ttc’

代碼示例：

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、美化文字雲

如果只是簡單地生成文字雲，效果往往不盡人意。接下來，我們可以從以下幾個方面對文字雲進行美化。

1. 修改字體顏色和形狀

通過 WordCloud()實例中的 color_func 和 mask參數可以實現。

import numpy as np
from PIL import Image

mask = np.array(Image.open(os.path.join(d, "mask.png")))   # mask為透明png或JPEG圖片
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. 調整字體大小

可以通過 WordCloud()實例中的relative_scaling參數調整。

relative_scaling：浮點數，按照詞頻調整字體大小。

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

3. 自定義停用詞

使用stopwords參數即可，其中每個元素用逗號分隔。

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、總結

Python wordcloud庫可以幫助我們生成精美的文字雲，能夠快速完成一些可視化的需求。我們可以根據實際情況，調整文字雲的基本參數和美化參數，得到既美觀又有意義的文字雲。在生成文字雲時，我們需要注意去除特殊符號和數字，保證展示的詞彙具備可讀性。同時也可以通過自定義停用詞進行加強。最後，希望這篇關於wordcloud庫的入門指南能夠對你有所幫助。