python本地文本詞雲圖（可繪製詞雲圖的python第三方庫）

本文目錄一覽：

• 1、Python 畫好看的雲詞圖
• 2、python如何做詞雲 一步一步教你如何做
• 3、python如何生成詞雲圖

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：

python如何做詞雲 一步一步教你如何做

如果你之前沒有編程基礎，沒關係。希望你不要限於瀏覽，而是親自動手嘗試一番。到完成的那一步，你不僅可以做出第一張詞雲圖，而且這還將是你的第一個有用的編程作品。

1、請確保你的python環境沒有問題，用的開發工具是VsCode，首先你要在Python擴展中安裝python開發環境（當然，這不是為你的windows安裝python）。

2、那麼你還需要安裝所需要的第三方庫，那麼在VSCode中並沒有PyCharm那麼專業，這裡需要獲得你自己的Python腳本位置。

3、我們可以發現裡面有一個名為pip.exe文件，這個文件就是python官方給我們去安裝python第三方庫的一個程序，那麼我們可以在VsCode的終端中就可以去通過它，這也是我們為什麼要獲取python安裝位置的根本原因。

4、python做詞雲呢，需要導入的包有wordcloud和PIL，其中PIL（Python Image Library）是python平台圖像處理標準庫，功能是真的強大。首先需要讀取文件 。

5、如果python引入無誤，並代碼無誤，那麼會彈出你生成的圖片，該圖片會儲存在你的系統。

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