Python词云的正确实现方法实例
作者:运维汪 发布时间:2021-08-05 10:53:41
标签:python,词云
一、相关模块
jieba:中文分词
wordcloud :Python词云库
imageio:读取图形数据
安装:
pip install jieba
pip install wordcloud
pip install imageio
二、wordcloud四大类
类 | 功能 |
---|---|
WordCloud([font_path, width, height, …]) | 生成和绘制词云对象 |
ImageColorGenerator(image[, default_color]) | 基于图片的色彩 |
random_color_func([word, font_size, …]) | 随机生成颜色 |
get_single_color_func(color) | 创建一个颜色函数,它返回一个色调和饱和度 |
三、wordcloud类
1、WordCloud类
class wordcloud.WordCloud(
font_path=None, width=400, height=200, margin=2,
ranks_only=None, prefer_horizontal=0.9, mask=None,
scale=1, color_func=None, max_words=200, min_font_size=4,
stopwords=None, random_state=None, background_color='black',
max_font_size=None, font_step=1, mode='RGB', relative_scaling='auto',
regexp=None, collocations=True, colormap=None, normalize_plurals=True,
contour_width=0, contour_color='black', repeat=False, include_numbers=False,
min_word_length=0, collocation_threshold=30)
2、WordCloud参数详解
参数 | 详解 |
---|---|
font_path | 词云图的字体路径(OTF或TTF格式) |
width | 画布的宽度、默认为400,如果mask不为空时,设置为mask获取图片的大小 |
height | 画布的高度,默认为200,如果mask不为空时,设置为mask获取图片的大小 |
prefer_horizontal | 默认值0.9;当值<1时,遇到不合适的地方时,算法将词体自动旋转 |
mask | 默认为None;如果不为空,指定了画布的图形,则width和height值不生效,使用提供的图形的大小 |
contour_width | 如果mask不为空,并且contour_width>0,将描绘出mask获取图片的轮廓,值越大,轮廓的线越粗 |
contour_color | 使用Mask时,描绘图片轮廓的颜色 |
scale | 图片生成后放大缩小时的分辨率 |
min_font_size | 词云图显示的最小字体,默认为4 |
max_font_size | 词云图显示的最大字体 |
max_words | 词云显示的最大词数 |
font_step | 字体步长 |
stopwords | 不显示的词,如果没有设置,则使用默认的内置的STOPWORdS列表;如果使用generate_from_frequencies参数,则忽略 |
background_color | 背景颜色 |
mode | 默认为"RGB",当mode="RGBA"并且background_color为None时,将会显示透明背景 |
relative_scaling | 字体大小与词频的关系,默认值为auto |
color_func | 默认为None,color_func=lambda *args, **kwargs:(255,0,0)词云的字体颜色将这设置为红色 |
regexp | 使用正则切分,默认为r"\w[\w']+",如果使用generate_from_frequencies则此参数不生效 |
collocations | 是否包含两个词的搭配,默认为True,如果使用generate_from_frequencies则此参数不生效 |
colormap | 设置颜色的参数,默认为"viridis",如果使用color_func参数,则此参数不生效 |
normalize_plurals | 是否删除尾随的词,比如's,如果使用generate_from_frequencies参数,则此参数不生效 |
repeat | 是否重复词组直到设置的最大的词组数 |
include_numbers | 是否包含数字,默认我False |
min_word_length | 最小数量的词,默认为0 |
collocation_threshold | 默认为30,整体搭配的评分等级 |
3、WordCloud类方法详解
方法 | 功能 |
---|---|
fit_words() | 根据词频生成词云 |
generate_from_frequencies() | 根据词频生成词云 |
generate() | 根据文本生成词云 |
generate_from_text() | 根据文本生成词云 |
process_text() | 将长文本分词,并去除屏蔽词 |
recolor() | 对输出颜色重新着色 |
to_array() | 转换为numpy数组 |
to_file() | 保存为图片文件 |
to_svg() | 保存为SVG(可缩放矢量图形) |
四、实例
1、简单图案
代码:
import wordcloud
# 词云使用的文字
text = "lemon"
# 使用wordcloud.WordCloud类,并传入相关的参数
wc = wordcloud.WordCloud(background_color="white", repeat=True)
wc.generate(text)
# 保存图片
wc.to_file('test1.png')
2、自定义图片
代码:
import wordcloud
# 导入imageio库中的imread函数,并用这个函数读取本地图片,作为词云形状图片
import imageio
mk = imageio.imread("333.jpg")
# 词云使用的文字
text = "lemon"
# 使用wordcloud.WordCloud类,并传入相关的参数
wc = wordcloud.WordCloud(background_color="white", repeat=True,mask=mk)
wc.generate(text)
# 保存图片
wc.to_file('test1.png')
3、从文本读取
代码:
import wordcloud
import jieba
# 导入imageio库中的imread函数,并用这个函数读取本地图片,作为词云形状图片
import imageio
mk = imageio.imread("chen.jpg")
# 使用wordcloud.WordCloud类,并传入相关的参数
wc = wordcloud.WordCloud(background_color="white",
prefer_horizontal=0.5,
repeat=True,
mask=mk,
font_path='/System/Library/Fonts/STHeiti Light.ttc',
contour_width=2,
contour_color='pink',
collocation_threshold=100,
)
# 对来自外部文件的文本进行中文分词,得到string
f = open('gong.txt', encoding='utf-8')
txt = f.read()
txtlist = jieba.lcut(txt)
string = " ".join(txtlist)
# 将string变量传入w的generate()方法,给词云输入文字
wc.generate(string)
# 保存图片
wc.to_file('test.png')
总结
来源:https://blog.csdn.net/u010722902/article/details/116296577


猜你喜欢
- 1.字符强转一切如果是字符串进行强制转换, 仅仅就是在原数据类型的两边套上引号2.list : 强制转换成列表""&qu
- 一、策略模式策略模式中,首先定义了一系列不同的算法,并把它们一一封装起来,然后在策略类中,使这些算法可以相互替换。这意味着,让一个类的行为(
- 实例如下:# -*- coding: utf-8 -*-"""Spyder EditorThis tempor
- 设置自动的参数注释标识如何使用pycharm自动添加引用注释描述功能使用场景多行注释,且需要对传入的参数以及返回值进行详尽的阐述时,如下图设
- Linux默认python命令指向的是/usr/bin下的python,这个python指向同目录下python2,以及pip默认也是pyt
- IE测试通过,FF有点小BUGCls_Leibie.asp代码如下:<% '数据库字段为类属性,添加、删除、修改、操
- Python下一切皆对象,每个对象都有多个属性(attribute),Python对属性有一套统一的管理方案。__dict__与dir()的
- ASP获取远程文件的通过header头信息,并返回远程文件大小信息,远程文件可以是网页或RAR,EXE任何格式的文件。以下是具体代码:<
- 实现需求:从网上(随便一个网址,我爬的网址会在评论区告诉大家,dddd)获取某一年的历史天气信息,包括每天最高气温、最低气温、天气状况、风向
- 要在django项目中定期执行任务,比如每天一定的时间点抓取数据,刷新数据库等,可以参考stackoverflow的方法,先编写一个mana
- 今天写的代码片段:X = Y = []..X.append(x)Y.append(y)其中x和y是读取的每一个数据的xy值,打算将其归入列表
- 因为即将开始淘宝的项目,在前端方面必然要深入了解taobao ued规范,规范还是比较全的,只是对taobao.com的编码和字符集的选择有
- 这个弹出层的登录界面挺好看,很清爽所以转了过来给大家分享,要实现这个功能很简单:首先设计一个登录界面,使用css中的display=&quo
- 命令行下能正常登陆MYSQL,navicat能正常连接MySQL,但是IDEA连接不上MySQL,emmm,什么情况。。。看了一下错误提示:
- 本文实例讲述了python实现根据月份和日期得到星座的方法。分享给大家供大家参考。具体实现方法如下:#计算星座def Zodiac(mont
- flask多进程会引起重复加载,解决方法:把耗资源的加载挪到函数里面或者类里面,就不会重复加载资源了。测试发现,不是flask引起的,是多进
- 那天突然的一个灵感,是针对防盗链的。正常上传的文件,若被人盗链则增加了自己服务器的负担,上次164.cc就因此被挂。然后想想对策,目前各类防
- phpexcel常用处理##导入类库require 'PHPExcel/Classes/PHPExcel.php';requ
- pandas中常用的一件事情就是对特定条件进行搜索,那么这里介绍使用pandas搜索方式,本案例使用的pandas是anaconda中的,可
- 因为虽然名字很陌生,但我们每天都在用,每天都有无数潜在的坑被埋下。包括我本人也犯过同样的错误,当时代码已经合并并发布了,当我意识到出了什么问