cda

数字化人才认证

您的位置:首页 > 精彩阅读 > 用Python绘制了若干张词云图,惊艳了所有人

用Python绘制了若干张词云图,惊艳了所有人

2022-08-10

作者:俊欣

来源:关于数据分析与可视化

数据可视化图表中,词云图的应用随处可见。它通常是对输入的一段文字进行词频提取,然后以根据词汇出现频率的大小集中显示高频词,简洁直观高效,今天小编就来分享一下在Python如何绘制出来精湛的词云图。

小试牛刀

我们先来尝试绘制一张简单的词云图,用到的Python当中的wordcloud模块来绘制,

import jieba
from wordcloud import WordCloud import matplotlib.pyplot as plt

我们导入文本内容,并且去除掉一下换行符和空格,代码如下

text = open(r"明朝那些事儿.txt",encoding='utf8').read()
text = text.replace('n',"").replace("u3000","")

我们需要将其分成一个个的词,这个时候就需要用到jieba模块了,代码如下

text_cut = jieba.lcut(text) # 将分好的词用某个符号分割开连成字符串 text_cut = ' '.join(text_cut)

当然了,得到的结果当中或许存在着不少我们不需要看的、无关紧要的内容,这个时候就需要用到停用词了,我们可以自己来构建,也可以直接使用别人已经构建好的停词表,这里小编采用的是后者,代码如下

stop_words = open(r"常见中文停用词表.txt").read().split("n")

下面便是绘制词云图的核心代码了

word_cloud = WordCloud(font_path="simsun.ttc", # 设置词云字体 background_color="white", # 词云图的背景颜色 stopwords=stop_words) # 去掉的停词 word_cloud.generate(text_cut)
word_cloud.to_file("1.png")

output

这样一张极其简单的词云图算是做好了,当然我们可以给它添加一个背景图片,例如下面这张图片,

主要需要添加的代码如下所示

background = Image.open(r"5.png")
graph = np.array(background)

然后在WorCloud当中添加mask参数

# 使用WordCloud生成词云 word_cloud = WordCloud(font_path="simsun.ttc", # 设置词云字体 background_color="white", # 词云图的背景颜色 stopwords=stop_words, # 去掉的停词 mask=graph)
word_cloud.generate(text_cut)
word_cloud.to_file("1.png")

output

深度优化

除此之外,还有另外一个模块stylecloud绘制出来的词云图也是非常酷炫的,其中我们主要是用到下面这个函数

gen_stylecloud(text=None, icon_name='fas fa-flag', colors=None, palette='cartocolors.qualitative.Bold_5', background_color="white", max_font_size=200, max_words=2000, stopwords=True, custom_stopwords=STOPWORDS, output_name='stylecloud.png', ) 

其中几个常用的参数有

  • icon_name: 词云图的形状
  • max_font_size: 最大的字号
  • max_words: 可以容纳下的最大单词数量
  • stopwords: 用于筛选常见的停用词
  • custom_stopwords: 要是自建有停用词表,可以拿来用
  • palette: 调色板

我们来尝试绘制一个词云图,代码如下

stylecloud.gen_stylecloud(text=text_cut,
                          palette='tableau.BlueRed_6',
                          icon_name='fas fa-apple-alt',
                          font_path=r'田英章楷书3500字.ttf',
                          output_name='2.png',
                          stopwords=True,
                          custom_stopwords=stop_words)

output

其中的palette参数作为调色板,可以任意变换的,具体参考:https://jiffyclub.github.io/palettable/ 这个网站。

pyecharts

最后我们来看一下如何用Pyecharts模块来进行词云图的绘制,代码如下

from pyecharts import options as opts
from pyecharts.charts import Page, WordCloud

words = [
    ("皇帝", 10000),
    ("朱元璋", 6181),
    ("明朝", 4386),
    ("朝廷", 4055),
    ("明军", 2467),
    ("士兵", 2244),
    ("张居正", 1868),
    ("王守仁", 1281)
] c = ( WordCloud()
        .add("", words, word_size_range=[20, 100])
        .set_global_opts(title_opts=opts.TitleOpts(title="基本示例"))
    ) c.render("1.html")

output

出来的结果略显简单了,不过这里值得注意的是,pyecharts当中的WordCloud()方法传入的数据是指定的词语以及其出现的频次,这个和之前的操作有所不同

完 谢谢观看

分享
收藏

OK