Python基于WordCloud制作詞云圖的案例

這篇文章主要介紹Python基于WordCloud制作詞云圖的案例，文中介紹的非常詳細，具有一定的參考價值，感興趣的小伙伴們一定要看完！

python主要應用領域有哪些

1、云計算，典型應用OpenStack。2、WEB前端開發，眾多大型網站均為Python開發。3.人工智能應用，基于大數據分析和深度學習而發展出來的人工智能本質上已經無法離開python。4、系統運維工程項目，自動化運維的標配就是python+Django/flask。5、金融理財分析，量化交易，金融分析。6、大數據分析。

1. 導入需要的包package

import matplotlib.pyplot as plt
from scipy.misc import imread
from wordcloud import WordCloud,STOPWORDS
import xlrd

2. 設置生成詞云圖的背景圖片，最好是分辨率高且色彩邊界分明的圖片

def set_background(picpath):
  back_coloring = imread(picpath)# 設置背景圖片，png等圖片格式
  return back_coloring

3. 創建詞云圖：WordCloud

def create_word_cloud(txt_str, back_coloring): #txt_str表示導入的是字符串格式數據，#back_color表示的是背景圖片位置
  print('---- 根據詞頻，開始生成詞云! ----')
  font = r'C:\Windows\Fonts\simsun.ttc' #加載顯示字體
  wc = WordCloud(
    font_path=font,
    collocations=False, # 去重，如果不加，詞云圖會顯示相同的詞
    stopwords=STOPWORDS, #加載停用詞，如果不自己指定，則會加載默認的停用詞
    max_words=100,
    width=2000,
    height=1200,
    # background_color='white',
    mask=back_coloring,
  )
  wordcloud = wc.generate(txt_str)
  # 寫詞云圖片
  wordcloud.to_file(".\wordcloud_test.png")
  # 顯示詞云文件
  plt.imshow(wordcloud)
  plt.axis("off")
  plt.show()

4. 默認的停用詞一般在：假如anaconda安裝在D盤，則會在其目錄：D：\Anaconda3\Lib\site-packages\wordcloud\stopwords，其中都是英文詞，例如：

注意：也可以在jieba分詞中，先利用自己的停用詞，得到去除停用詞之后的文本字符串來繪制詞云圖：

5. 此時，詞云圖無法顯示數字，這是因為 wc.generate 操作中，有去除數字的語句：在wordcloud.py中，第560行左右，所以想要顯示數字，需要先注釋這一行

6. 假設想要顯示的詞，已經經過jieba分詞，保存在txt文檔中，則繪制詞云圖的方法是：

例如：txt中是每行是一個詞：

則，先讀取txt文件，形成字符串格式文本，再繪制

if __name__ == '__main__': 
  picpath = r".\xxx.png" #背景圖片路徑
  back_coloring = set_background(picpath)
  
  with open(r".\jieba_分詞數據.txt", "r",encoding='utf-8') as f:
    remove_stop_str = f.read()
  
  create_word_cloud(remove_stop_str, back_coloring)

7. 如果通過jieba分詞的數據已經處理成了(詞, 詞頻)并保存在excel中，例如這種兩列格式的excel表，第一行是標簽如(詞, 詞頻)：

則可以先讀取詞頻再顯示，python讀取excel數據可以通過 xlrd.open_workbook 方法：

def read_from_xls(filepath,index_sheet):
  #讀取文件名，filepath是excel文件的路徑，index_sheet是第幾個sheet
  #讀取表格#
  # 設置GBK編碼
  xlrd.Book.encoding = "gbk"
  rb = xlrd.open_workbook(filepath)
  print(rb)

  sheet = rb.sheet_by_index(index_sheet)
  nrows = sheet.nrows
  data_tmp = []

  for i in range(nrows - 1):
    tt=i+1 #excel的第一行是標簽
    tmp_char = [str(sheet.cell_value(tt,0))] #第一列是詞
    tmp_num = int(sheet.cell_value(tt,1))  #第二列是詞頻
    data_tmp.extend(tmp_char*tmp_num)
  return data_tmp

然后，讀數據和生成詞云圖：

if __name__ == '__main__': 
  picpath = r".\xxx.png"
  back_coloring = set_background(picpath)
  
  data_dic = read_from_xls(r'D:\Python_workspace\spyder_space\jieba分詞表.xlsx',0)
  data_dic_str = '\n'.join(data_dic) #轉成字符串格式
  
  create_word_cloud(data_dic_str, back_coloring)

8. 總結代碼

# -*- coding: utf-8 -*-
"""
Created on Mon Aug 19 10:47:17 2019

@author: Administrator
"""
import matplotlib.pyplot as plt
from scipy.misc import imread
from wordcloud import WordCloud,STOPWORDS
import xlrd

def set_background(picpath):
  back_coloring = imread(picpath)# 設置背景圖片
  return back_coloring

def create_word_cloud(txt_str, back_coloring):
  print('---- 根據詞頻，開始生成詞云! ----')
  font = r'C:\Windows\Fonts\simsun.ttc'
  wc = WordCloud(
    font_path=font,
    collocations=False, # 去重
    stopwords=STOPWORDS,
    max_words=100,
    width=2000,
    height=1200,
    # background_color='white',
    mask=back_coloring,
  )
  wordcloud = wc.generate(txt_str)
  # 寫詞云圖片
  wordcloud.to_file(".\wordcloud_test.png")
  # 顯示詞云文件
  plt.imshow(wordcloud)
  plt.axis("off")
  plt.show()

def read_from_xls(filepath,index_sheet):
  #讀取文件名
  #讀取表格#
  # 設置GBK編碼
  xlrd.Book.encoding = "gbk"
  rb = xlrd.open_workbook(filepath)
  print(rb)

  sheet = rb.sheet_by_index(index_sheet)
  nrows = sheet.nrows
  data_tmp = []

  for i in range(nrows - 1):
    tt=i+1
    tmp_char = [str(sheet.cell_value(tt,0))]
    tmp_num = int(sheet.cell_value(tt,1))
    data_tmp.extend(tmp_char*tmp_num)
  return data_tmp

if __name__ == '__main__': 
  picpath = r".\xxx.png"
  back_coloring = set_background(picpath)
  data_dic = read_from_xls(r'D:\Python_workspace\spyder_space\jieba分詞表.xlsx',0)
  data_dic_str = '\n'.join(data_dic)
  
#  with open(r".\jieba_分詞數據.txt", "r",encoding='utf-8') as f: 
# 　　　remove_stop_str = f.read() 

　　create_word_cloud(data_dic_str, back_coloring)

當然繪制詞云圖的方法有很多，這只是其中的一種

以上是“Python基于WordCloud制作詞云圖的案例”這篇文章的所有內容，感謝各位的閱讀！希望分享的內容對大家有幫助，更多相關知識，歡迎關注億速云行業資訊頻道！