python本地文本词云图（可绘制词云图的python第三方库）

发布时间：2022-11-16

本文目录一览：

  1. [Python 画好看的云词图](#Python 画好看的云词图)
  2. [python如何做词云 一步一步教你如何做](#python如何做词云 一步一步教你如何做)
  3. python如何生成词云图

Python 画好看的云词图

词云图是数据分析中比较常见的一种可视化手段。词云图，也叫文字云，是对文本中出现频率较高的 关键词 予以视觉化的展现，出现越多的词，在词云图中展示越显眼。词云图过滤掉大量低频低质的文本信息，因此只要一眼扫过文本就可 领略文章主旨 。 例如?上面这张图，看一眼就知道肯定是新华网的新闻。 那生成一张词云图的主要步骤有哪些？这里使用 Python 来实现，主要分三步： 首先是“结巴”中文分词 jieba 的安装。 对于英文文本，word_cloud 可以直接对文本源生成词云图。但是对中文的支持没有那么给力，所以需要先使用 jieba 对中文文本进行分词，把文章变成词语，然后再生成词云图。例如：

  • jieba.cut 分词：方法接受三个输入参数，sentence 需要分词的字符串；cut_all 用来控制是否采用全模式；HMM 用来控制是否使用 HMM 模型。
  • jieba.cut_for_search 分词：方法接受两个参数，sentence 需要分词的字符串；是否使用 HMM 模型。该方法适合用于搜索引擎构建倒排索引的分词，粒度比较细。
  • jieba.analyse.textrank 使用 TextRank 算法从句子中提取关键词。 然后安装 wordcloud 词云图库。 如果执行上面命令后，显示 success，那么恭喜你，安装成功了。 我就遇到了 Failed building wheel for wordcloud 的错误。于是先安装 xcode-select, 再安装 wordcloud 即可（无需安装 Xcode）。 wordcloud 库把词云当作一个 WordCloud 对象，wordcloud.WordCloud() 代表一个文本对应的词云，可以根据文本中词语出现的频率等参数绘制词云，绘制词云的形状、尺寸和颜色。
  1. 首先导入文本数据并进行简单的文本处理
  2. 分词
  3. 设置遮罩 注意：
  4. 默认字体不支持中文，如果需要显示中文，需要设置中文字体，否则会乱码。
  5. 设置遮罩时，会自动将图片非白色部分填充，且图片越清晰，运行速度越快 其中 WordCloud 是云词图最重要的对象，其主要参数描述如下： 效果如下图： 上小结是将文章中所有内容进行分词，输出了所有词，但很多时候，我们有进一步的需求。例如：
  6. 只需要前 100 个关键词就够了。
  7. 不需要五颜六色的词语，应与遮罩图片颜色一致。 100个关键词，我们在分词时使用 TextRank 算法从句子中提取关键词。 遮罩颜色可通过设置 WordCloud 的 color_func 属性。 最终效果如下：

python如何做词云 一步一步教你如何做

如果你之前没有编程基础，没关系。希望你不要限于浏览，而是亲自动手尝试一番。到完成的那一步，你不仅可以做出第一张词云图，而且这还将是你的第一个有用的编程作品。

  1. 请确保你的python环境没有问题，用的开发工具是VsCode，首先你要在Python扩展中安装python开发环境（当然，这不是为你的windows安装python）。
  2. 那么你还需要安装所需要的第三方库，那么在VSCode中并没有PyCharm那么专业，这里需要获得你自己的Python脚本位置。
  3. 我们可以发现里面有一个名为pip.exe文件，这个文件就是python官方给我们去安装python第三方库的一个程序，那么我们可以在VsCode的终端中就可以去通过它，这也是我们为什么要获取python安装位置的根本原因。
  4. python做词云呢，需要导入的包有wordcloud和PIL，其中PIL（Python Image Library）是python平台图像处理标准库，功能是真的强大。首先需要读取文件 。
  5. 如果python引入无误，并代码无误，那么会弹出你生成的图片，该图片会储存在你的系统。

python如何生成词云图

from wordcloud import WordCloud
import jieba
import numpy
import PIL.Image as Image
# 1.将字符串切分
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.图片遮罩层
mask_pic = numpy.array(Image.open("china.jpg"))
# 3.将参数mask设值为：mask_pic
wordcloud = WordCloud(font_path="C:/Windows/Fonts/simfang.ttf", mask=mask_pic).generate(text)
image = wordcloud.to_image()
image.show()

如图所示

推荐文章