写在最前面
经常绘制词云图，这次正好梳理一下，方便之后自己直接copy微调代码。
代码功能说明：
1、支持plt绘图的中文正常显示
2、以句为单位、和以词为单位进行词云图分析
3、支持excel的数据读取，注意excel中nan数据必须先进行处理，本文以’未提供’填充缺失数据。
4、支持txt文件的数据读取
数据说明&结论
这份数据包含了我最近发布的文章标题。
为了更好地分析这些数据，首先对数据进行清理和整理，然后进行可视化分析，并最后提出一些结论。
从txt文件，绘制以句子、词为单位的词云图
import matplotlib.pyplot as plt import seaborn as sns from wordcloud import WordCloud import jieba # 导入 jieba 分词库 plt.rcParams['font.sans-serif'] = ['SimHei'] # 设置字体，以便支持中文 sns.set(style="whitegrid") # 设置图表风格 # 生成词云的函数 def generate_wordcloud(text, title, use_jieba=False): plt.rcParams['font.sans-serif'] = ['SimHei'] # 设置字体，以便支持中文 if use_jieba: text = " ".join(jieba.cut(text)) # 使用 jieba 进行分词 wordcloud = WordCloud(width=800, height=400, font_path='simhei.ttf', background_color='white').generate(text) plt.figure(figsize=(10, 5)) plt.imshow(wordcloud, interpolation='bilinear') plt.title(title, fontsize=18) plt.axis("off") plt.show() # 读取 TXT 文件 file_path = '自我介绍.txt' # 替换为您的 TXT 文件路径 with open(file_path, 'r', encoding='utf-8') as file: text = file.read() title = '自我介绍' # 生成词云 generate_wordcloud(text, title) generate_wordcloud(text, title, use_jieba=True)
自我介绍
从excel，绘制以句子、词为单位的词云图
读取excel
import matplotlib.pyplot as plt import seaborn as sns from wordcloud import WordCloud import jieba import pandas as pd # Load the provided Excel file for analysis file_path = 'score1.xlsx' try: data = pd.read_excel(file_path) except Exception as e: print(f"Error reading the Excel file: {e}") # 处理数据 data.fillna('未提供', inplace=True) # Displaying the first few rows of the dataset to understand its structure and contents data.head()
| 文章标题 | URL | 发布时间 | 阅读量 | 收藏量 | 点赞量 | 评论量 | 质量分 | |
| 0 | 【力扣热题100】287. 寻找重复数（弗洛伊德的乌龟和兔子方法） | https://blog.csdn.net/wtyuong/article/details/... | 2023-12-08 23:39:32 | 596 | 17 | 24 | 14 | 91 |
| 1 | 2024年大学生考试/考证年历框架 | https://blog.csdn.net/wtyuong/article/details/... | 2023-12-08 23:24:47 | 368 | 11 | 12 | 2 | 90 |
| 2 | 【从0配置JAVA项目相关环境1】jdk + VSCode运行java + mysql + ... | https://blog.csdn.net/wtyuong/article/details/... | 2023-12-06 21:27:26 | 1936 | 39 | 60 | 104 | 97 |
| 3 | 【从0配置JAVA项目相关环境2】node.js + 前端 从配置到运行 | https://blog.csdn.net/wtyuong/article/details/... | 2023-12-06 21:26:33 | 1544 | 25 | 27 | 5 | 93 |
| 4 | GPT-Crawler一键爬虫构建GPTs知识库 | https://blog.csdn.net/wtyuong/article/details/... | 2023-12-05 23:32:37 | 1815 | 30 | 31 | 29 | 94 |
绘制以句子、词为单位的词云图
import pandas as pd import matplotlib.pyplot as plt import seaborn as sns from wordcloud import WordCloud import jieba # 导入jieba分词库 plt.rcParams['font.sans-serif'] = ['SimHei'] # 设置字体，以便支持中文 sns.set(style="whitegrid") # 设置图表风格 # 生成词云的函数 def generate_wordcloud(text_series, title, use_jieba=False): plt.rcParams['font.sans-serif'] = ['SimHei'] # 设置字体，以便支持中文 text = ' '.join(text_series.astype(str)) # 将文本转换为字符串 if use_jieba: text = " ".join(jieba.cut(text)) # 使用jieba进行分词 wordcloud = WordCloud(width=800, height=400, font_path='simhei.ttf', background_color='white').generate(text) plt.figure(figsize=(10, 5)) plt.imshow(wordcloud, interpolation='bilinear') plt.title(title, fontsize=18) plt.axis("off") plt.show() # 对不同的列生成词云 generate_wordcloud(data['文章标题'], '标题') generate_wordcloud(data['文章标题'], '标题', use_jieba=True)
文章标题
