手把手教你用Python绘制词云

简介: 手把手教你用Python绘制词云

手把手教你用Python绘制词云

   wordcloud库把词云当做一个WordCloud对象,库名是全小写,词名是有大写有小写的。


       wordcloud.WorldCloud代表一个文本对应的词云。我们可以这样理解在worldcloud库中,WordCloud是一个代表文本词云的对象。


   一个词云就是一个WordeCloud对象,可以根据文本中词语出现的频率等参数绘制词云,词云的形状,尺寸,颜色都可以设定。


Wordcloud库的常用方法

w=wordcloud.WordCloud()  来表明一个词云对象

-以WordCloud对象为基础

-配置参数,加载文本,输出文件

image.png

★重点重点★

简单说绘制一个词云有三步

步骤一:配置对象参数

步骤二:加载词云文本

步骤三:输出词云文件


看下面的例子:

image.png

输出结果:

image.png

       在上面的程序中 ,wordcloud做了四件事情:

首先对于一个文本

1.分隔:以空格分隔单词

2. 统计:统计单词出现的次数并过滤(次数多的显示的大,少的小)

3. 字体:根据统计配置字号

4. 布局:颜色环境尺寸


       从上面的步骤可以看出,在绘制词云的时候,原则上不需要我们对单词出现的数量进行统计,只需要给wordcloud库空格分隔的大字符串,就可以产生词云。


下面来看一下生成词云对象的时候还有哪些参数:

w=wordcloud.WordCloud(<参数>)


width 指定词云对象生成图片的宽度,默认400像素

       如:w=wordcloud.WordCloud(<width=400>)


height 指定词云对象生成图片的高度,默认200像素

       如: w=wordcloud.WordCloud(<height=200>)

除了图片大小,还有字体

image.png

还有一些常用参数:

font_path 指定字体文件的路径,默认NONE,指定字体

max_words 指定词云显示的最大单词数量,默认200

stop_path 指定词云的排除词列表,既不显示的单词列表


我们再来看一个小例子

image.png


       接着我们来看中文,英文是用空格来分割单词,但是空格是没法分隔中文的,所以在形成词云时,需要我们先对中文进行分隔。


看代码

image.png

运行结果如下所示:

image.png

未完待续

政府工作报告云


需求:对于政府工作报告等政策文件,如何直观观察理解

体会直观的价值:生成词云  优化词云


第一份文件


First

《决胜全面建成小康社会,夺取新时代中国特色社会主义未带胜利》(2017年10月18日  在中国共产党第十九次全国代表大会报告)


下载地址:https://python123.io/resources/pye/新时代中国特色社会主义.txt

第二份文件


second

《中共中央 国务院关于实施乡村振兴战略的意见》

2018一号文件 (2018年01月02日)


下载地址:https://python123.io/resources/pye/关于实施乡村振兴战略的意见.txt


       我们来展示一下第一份文件的词云代码,代码不多,很容易理解。

image.png

运行结果如下所示:

image.png


       如果感觉出现的字太多的话们可以更改一下

max_words参数,如:max_words=15


如果想生成有形状的词云,那该怎么办呢?

       还能怎么办,接着往下看啊。看下面这个汽车图片,帅不帅?

image.png

   

       函数里面存在了mask参数,我们可以把这个参数用上,如下所示:

image.png

       效果图如下,如果你的字数太少,记得修max_words的值。

image.png

       感兴趣的的你可以去试试第二份文件,把里面的内容生成自己想要的词云。

目录
相关文章
|
1月前
|
机器学习/深度学习 自然语言处理 数据可视化
数据代码分享|PYTHON用NLP自然语言处理LSTM神经网络TWITTER推特灾难文本数据、词云可视化
数据代码分享|PYTHON用NLP自然语言处理LSTM神经网络TWITTER推特灾难文本数据、词云可视化
|
17小时前
|
搜索推荐 Python Windows
python中对于wordcloud词云生成报错提示的解决
通过搜索印象错误信息:ValueError:Only supported for TrueType fonts,几乎大部分人给出的选项都是让你指定TrueType fonts路径,或者新下载TTF字体,并重新指定,但是这两种解决方案并无法解决报错。 在真正解决问题之前,先来介绍几个与之相关的知识点,对于有经验的人,这样的知识点完全是“小菜”,但是对于初学者,这种知识点就是因为缺少相关实践而无从下手,无从搜索引擎。
|
17小时前
|
数据采集 自然语言处理 数据可视化
拿来及用的Python词云图代码 | wordcloud生成词云详解
词云也叫文字云,是一种可视化的结果呈现,常用在爬虫数据分析中,原理就是统计文本中高频出现的词,过滤掉某些干扰词,将结果生成一张图片,直观的获取数据的重点信息。今天,我们就来学习一下Python生成词云的常用库wordcloud。
|
4天前
|
机器学习/深度学习 自然语言处理 数据可视化
文本挖掘与可视化:生成个性化词云的Python实践【7个案例】
词云(Word Cloud),又称为文字云或标签云,是一种用于文本数据可视化的技术,通过不同大小、颜色和字体展示文本中单词的出现频率或重要性。在词云中,更频繁出现的单词会显示得更大,反之则更小。
|
4天前
|
机器学习/深度学习 自然语言处理 数据可视化
文本挖掘与可视化:生成个性化词云的Python实践【7个案例】
词云是文本数据可视化的工具,显示单词频率,直观、美观,适用于快速展示文本关键信息。 - 用途包括关键词展示、数据探索、报告演示、情感分析和教育。 - 使用`wordcloud`和`matplotlib`库生成词云,`wordcloud`负责生成,`matplotlib`负责显示。 - 示例代码展示了从简单词云到基于蒙版、颜色和关键词权重的复杂词云生成。 - 案例覆盖了中文分词(使用`jieba`库)、自定义颜色和关键词权重的词云。 - 代码示例包括读取文本、分词、设置词云参数、显示和保存图像。
21 1
|
19天前
|
自然语言处理 监控 数据可视化
艺术与文本的交织:基于Python的jieba和wordcloud库实现华丽词云
艺术与文本的交织:基于Python的jieba和wordcloud库实现华丽词云
27 0
|
1月前
|
自然语言处理 数据可视化 算法
Python主题建模LDA模型、t-SNE 降维聚类、词云可视化文本挖掘新闻组数据集
Python主题建模LDA模型、t-SNE 降维聚类、词云可视化文本挖掘新闻组数据集
|
1月前
|
数据可视化 算法 数据挖掘
Python主题建模LDA模型、t-SNE 降维聚类、词云可视化文本挖掘新闻组数据集2
Python主题建模LDA模型、t-SNE 降维聚类、词云可视化文本挖掘新闻组数据集
|
1月前
|
自然语言处理 数据可视化 算法
Python主题建模LDA模型、t-SNE 降维聚类、词云可视化文本挖掘新闻组数据集1
Python主题建模LDA模型、t-SNE 降维聚类、词云可视化文本挖掘新闻组数据集
|
7月前
|
自然语言处理 搜索推荐 Python
使用python读取word统计词频并生成词云
使用python读取word统计词频并生成词云
122 0