python生成詞雲時的簡單介紹

本文目錄一覽：

• 1、python製作詞雲的時候怎麼使文字密集一點
• 2、python如何生成詞雲圖
• 3、Python 畫好看的雲詞圖
• 4、如何用Python做詞雲
• 5、python中對已經排好序的詞語怎麼做詞雲
• 6、python如何自定義詞雲

python製作詞雲的時候怎麼使文字密集一點

選用的詞越多(max_words)，樣本越大(文本的長度），就越接近正態分布。

在正態分布的情況下，低頻詞就相對多(長尾定率)。

然後就是調整max_font_size與min_font_size以及relative_scaling了，這三個參數的取值對錶觀上的密集程度有影響。

如果max_words小，長尾不明顯，詞雲中小字就少，很多地方沒有詞去填補空白，就顯示得不密集。

如果max_font_size與min_font_size沒拉開，低頻詞(長尾部分)就沒有小到足夠在高頻詞的空白中填入，字中空白就讓整個雲顯得不密集。

最後調整relative_scaling使交叉方向的比例合適，一些詞的空白處就能填入一些較短的低頻詞進一步減少空白。

python如何生成詞雲圖

from wordcloud import WordCloud

import jieba

import numpy

import PIL.Image as Image

#1.將字元串切分

def chinese_jieba(text):

wordlist_jieba=jieba.cut(text)

space_wordlist=” “.join(wordlist_jieba)

return space_wordlist

with open(“test.txt” ,encoding=”utf-8″)as file:

text=file.read()

text=chinese_jieba(text)

#2.圖片遮罩層

mask_pic=numpy.array(Image.open(“china.jpg”))

#3.將參數mask設值為：mask_pic

wordcloud = WordCloud(font_path=”C:/Windows/Fonts/simfang.ttf”,mask=mask_pic).generate(text)

image=wordcloud.to_image()

image.show()

如圖所示

Python 畫好看的雲詞圖

詞雲圖是數據分析中比較常見的一種可視化手段。詞雲圖，也叫文字雲，是對文本中出現頻率較高的 關鍵詞 予以視覺化的展現，出現越多的詞，在詞雲圖中展示越顯眼。詞雲圖過濾掉大量低頻低質的文本信息，因此只要一眼掃過文本就可 領略文章主旨 。

例如?上面這張圖，看一眼就知道肯定是新華網的新聞。

那生成一張詞雲圖的主要步驟有哪些？這裡使用 Python 來實現，主要分三步：

首先是「結巴」中文分詞 jieba 的安裝。

對於英文文本，word_cloud 可以直接對文本源生成詞雲圖。但是對中文的支持沒有那麼給力，所以需要先使用 jieba 對中文文本進行分詞，把文章變成詞語，然後再生成詞雲圖。例如：

jieba.cut 分詞：方法接受三個輸入參數，sentence 需要分詞的字元串；cut_all 用來控制是否採用全模式；HMM 用來控制是否使用 HMM 模型。

jieba.cut_for_search 分詞：方法接受兩個參數，sentence 需要分詞的字元串；是否使用 HMM 模型。該方法適合用於搜索引擎構建倒排索引的分詞，粒度比較細。

jieba.analyse.textrank 使用 TextRank 演算法從句子中提取關鍵詞。

然後安裝 wordcloud 詞雲圖庫。

如果執行上面命令後，顯示 success，那麼恭喜你，安裝成功了。

我就遇到了 Failed building wheel for wordcloud 的錯誤。於是先安裝 xcode-select, 再安裝 wordcloud 即可（無需安裝 Xcode）。

wordcloud 庫把詞雲當作一個 WordCloud 對象，wordcloud.WordCloud() 代表一個文本對應的詞雲，可以根據文本中詞語出現的頻率等參數繪製詞雲，繪製詞雲的形狀、尺寸和顏色。

1、首先導入文本數據並進行簡單的文本處理

2、分詞

3、設置遮罩

注意：

1、默認字體不支持中文，如果需要顯示中文，需要設置中文字體，否則會亂碼。

2、設置遮罩時，會自動將圖片非白色部分填充，且圖片越清晰，運行速度越快

其中 WordCloud 是雲詞圖最重要的對象，其主要參數描述如下：

效果如下圖：

上小結是將文章中所有內容進行分詞，輸出了所有詞，但很多時候，我們有進一步的需求。例如：

1、只需要前 100 個關鍵詞就夠了。

2、不需要五顏六色的詞語，應與遮罩圖片顏色一致。

100個關鍵詞，我們在分詞時使用 TextRank 演算法從句子中提取關鍵詞。

遮罩顏色可通過設置 WordCloud 的 color_func 屬性。

最終效果如下：

如何用Python做詞雲

推薦使用jieba模塊來實現分詞，WordCloud來繪製詞雲。

# -*- coding: utf-8 -*-

from PIL import Image

import numpy as np

import matplotlib.pyplot as plt

import jieba

from wordcloud import WordCloud, STOPWORDS

# Read the whole text.

text = open(‘內容.txt’, ‘r’).read()

text = ” “.join(jieba.cut(text, cut_all=False))

# 愛心.png表示你繪圖模板，就是最後圖片的形狀

alice_mask = np.array(Image.open(‘愛心.png’))

# 中文需要設置字體,songti.ttf代表宋體

wc = WordCloud(font_path=’songti.ttf’, background_color=”white”, mask=alice_mask,

               max_words=2000)

# generate word cloud

wc.generate(text)

# store to file

wc.to_file(‘result.png’)

# show

plt.imshow(wc)

plt.axis(“off”)

# plt.figure()

# plt.imshow(alice_mask, cmap=plt.cm.gray)

# plt.axis(“off”)

plt.show()

python中對已經排好序的詞語怎麼做詞雲

期末複習比較忙過段時間來專門寫scrapy框架使用，今天介紹如何用python生成詞雲，雖然網上有很多詞雲生成工具，不過自己用python來寫是不是更有成就感。

今天要生成的是勵志歌曲的詞雲，百度文庫裡面找了20來首，如《倔強》，海闊天空是，什麼的大家熟悉的。

所要用到的python庫有 jieba（一個中文分詞庫）、wordcould 、matplotlib、PIL、numpy。

首先我們要做的是讀取歌詞。我將歌詞存在了文件目錄下勵志歌曲文本中。

現在來讀取他

12345

#encoding=gbklyric= ”f=open(‘./勵志歌曲歌詞.txt’,’r’)for i in f:  lyric+=f.read()

加入#encoding=gbk是為了防止後面操作報錯SyntaxError: Non-UTF-8 code starting with ‘\xc0’

然後我們用jieba分詞來對歌曲做分詞提取出詞頻高的詞

123456

import jieba.analyseresult=jieba.analyse.textrank(lyric,topK=50,withWeight=True)keywords = dict()for i in result:  keywords[i[0]]=i[1]print(keywords)

得到結果：

然後我們就可以通過wrodcloud等庫來生成詞雲了

首先先自己找一張圖片來作為生成詞雲的形狀的圖

12345678910111213

from PIL import Image,ImageSequenceimport numpy as npimport matplotlib.pyplot as pltfrom wordcloud import WordCloud,ImageColorGeneratorimage= Image.open(‘./tim.jpg’)graph = np.array(image)wc = WordCloud(font_path=’./fonts/simhei.ttf’,background_color=’White’,max_words=50,mask=graph)wc.generate_from_frequencies(keywords)image_color = ImageColorGenerator(graph)plt.imshow(wc)plt.imshow(wc.recolor(color_func=image_color))plt.axis(“off”)plt.show()

保存生成圖片

1

wc.to_file(‘dream.png’)

完整代碼：

1234567891011121314151617181920212223242526272829

#encoding=gbkimport jieba.analysefrom PIL import Image,ImageSequenceimport numpy as npimport matplotlib.pyplot as pltfrom wordcloud import WordCloud,ImageColorGeneratorlyric= ”f=open(‘./勵志歌曲歌詞.txt’,’r’)for i in f:  lyric+=f.read()  result=jieba.analyse.textrank(lyric,topK=50,withWeight=True)keywords = dict()for i in result:  keywords[i[0]]=i[1]print(keywords)  image= Image.open(‘./tim.jpg’)graph = np.array(image)wc = WordCloud(font_path=’./fonts/simhei.ttf’,background_color=’White’,max_words=50,mask=graph)wc.generate_from_frequencies(keywords)image_color = ImageColorGenerator(graph)plt.imshow(wc)plt.imshow(wc.recolor(color_func=image_color))plt.axis(“off”)plt.show()wc.to_file(‘dream.png’)

以上這篇python生成詞雲的實現方法(推薦)就是小編分享給大家的全部內容了，希望能給大家一個參考，也希望大家多多支持腳本之家。

python如何自定義詞雲

推薦使用jieba模塊來實現分詞，WordCloud來繪製詞雲。

1

2

3

4

5

6

7

8

9

10

11

12

13

14

15

16

17

18

19

20

21

22

23

24

25

26

27

28

29

30

31

32

# -*- coding: utf-8 -*-

from PIL import Image

import numpy as np

import matplotlib.pyplot as plt

import jieba

from wordcloud import WordCloud, STOPWORDS

# Read the whole text.

text = open(‘內容.txt’, ‘r’).read()

text = ” “.join(jieba.cut(text, cut_all=False))

# 愛心.png表示你繪圖模板，就是最後圖片的形狀

alice_mask = np.array(Image.open(‘愛心.png’))

# 中文需要設置字體,songti.ttf代表宋體

wc = WordCloud(font_path=’songti.ttf’, background_color=”white”, mask=alice_mask,

max_words=2000)

# generate word cloud

wc.generate(text)

# store to file

wc.to_file(‘result.png’)

# show

plt.imshow(wc)

plt.axis(“off”)

# plt.figure()

# plt.imshow(alice_mask, cmap=plt.cm.gray)

# plt.axis(“off”)

plt.show()