用Python生成一个词云

143 阅读 2 评论 0 点赞

#### 1、首先，我们需要jieba、imageio库和wordcloud库：
在命令行下输入：
```shell
pip install imageio wordcloud jieba
```
如果报错，那么就去掉wordcloud
在https://www.lfd.uci.edu/~gohlke/pythonlibs/ 找到wordcloud,然后选择对应版本下载。完成以后，再用pip命令安装下载到的.whl文件就可以了。
#### 2、导入所需库：
```python
from wordcloud import WordCloud as wc
from imageio import imread
import jieba
```
#### 3、打开文件：
```python
f=open("filename.txt","rt",encoding="utf8") #将filemname.txt替换为你的文件
mask=imread("imagename.jpg") #将imagename.jpg替换为你的图片
```
其中，imagename.jpg是词云的形状图，不要求透明，只要是白色背景就行。
#### 4、词频统计：
##### 1、首先，我们要把一些无关的词汇排除：
```python
stop=[\
     "一个","那里",'怎么','我们','不知','两个','妖精','和尚','甚么','长老','不是',\
     '只见','只见','国王','徒弟','原来','不敢','大王','如何','这个','不曾','闻言',\
     '正是','只是','那怪','出来','一声','真个']
```
这是专门为《西游记》做的排除词库，实际可能要根据具体情况来。
##### 2、将所有符号替换为空格
```python
f.seek(0)
txt=f.read()
td={}
for ch in \
"，。：!@#$%^&*()_+-={}|\\[];:'\"<>?,./！@#￥%……&*（）——+-={}【】、|；：‘“’”《》，。？、":
    txt.replace(ch,' ')
```
##### 3、分词
这是关键的一步：
```python
tbj=txt.split(" ")
taj=[]
txts=[]
for jz in tbj:
    taj.extend(jieba.lcut(jz))
```
##### 4、词频统计
终于到了正题，wordcloud库会按照每一个词的出现频率来生成词云：
```python
for word in taj:
    if len(word) == 1 or word in stop:
        continue
    td[word] = td.get(word,0)+1
    txts.append(word)
words=list(td.items())
words.sort(key=lambda x:x[1],reverse=True)
for i in range(15):
    print(words[i][0],"\t",words[i][1])
```
事实上，如果不排序和输出，也可以生成词云，但是为了更加直观，我们输出前15个词。
注意：`td[word] = td.get(word,0)+1`是一个非常简洁的用法，`get()`函数首先在字典td里搜索第一个参数word，如果没有搜索到，返回第二个参数0，也就是默认值。
#### 5、生成词云：
```python
cloud=wc(\
        background_color='white',\
        width=400,\
        height=320,\
        max_words=1000,\
        max_font_size=150,\
        stopwords=stop,\
        mask=mask,\
        font_path="SIMYOU.TTF").generate(" ".join(txts))
```
WordColud对象的参数的意义如下：
`backgroud_color`:背景颜色
`width`和`heigth`:宽和高
`max_words`:最大的单词数
`max_font_size`:最大的字号
`stopwords`:停用词，但是由于在词频统计的时候我们已经排除了停用词，所以也可以不写
`mask`:图案，也就是`mask=imread("imagename.jpg")`这一句话所选择的图片。
`font_path`:字体文件，要保存在和Python文件相同的路径下，可以在C:\Windows\Fonts文件夹下复制。
`.generate`方法用于生成词云。
最后，用以下代码把它保存至图片：
```python
cloud.to_file("cloud4.png")
```
完整代码如下：
```python
from wordcloud import WordCloud as wc
from imageio import imread
import jieba

f=open("filename.txt",encoding="utf-8")
mask=imread("imagename.jpg")

stop=[\
     "一个","那里",'怎么','我们','不知','两个','妖精','和尚','甚么','长老','不是',\
     '只见','只见','国王','徒弟','原来','不敢','大王','如何','这个','不曾','闻言',\
     '正是','只是','那怪','出来','一声','真个']

f.seek(0)
txt=f.read()
td={}
for ch in \
"，。：!@#$%^&*()_+-={}|\\[];:'\"<>?,./！@#￥%……&*（）——+-={}【】、|；：‘“’”《》，。？、":
    txt.replace(ch,' ')
tbj=txt.split(" ")
taj=[]
txts=[]
for jz in tbj:
    taj.extend(jieba.lcut(jz))
for word in taj:
    if len(word) == 1 or word in stop:
        continue
    td[word] = td.get(word,0)+1
    txts.append(word)
words=list(td.items())
words.sort(key=lambda x:x[1],reverse=True)
for i in range(15):
    print(words[i][0],"\t",words[i][1])

cloud=wc(\
        background_color='white',\
        width=400,\
        height=320,\
        max_words=1000,\
        max_font_size=150,\
        stopwords=stop,\
        mask=mask,\
        font_path="SIMYOU.TTF").generate(" ".join(txts))

cloud.to_file("cloud.png")
```
以上就是我给大家分享的WordCloud库生成词云的方法了，亲测可用，如果有更好的方法，欢迎大家留言！

0.0分

1 人评分

本文分类：文章列表
浏览次数：143 次浏览
发布日期：2022-05-09 10:49:45
本文链接：https://blog.dotcpp.com/a/87286

上一篇 > 图邻接表创建
下一篇 > 一道题比赛真题，难度适中，建议有兴趣的小伙伴可以试试

C语言网提供由在职研发工程师或ACM蓝桥杯竞赛优秀选手录制的视频教程，并配有习题和答疑，点击了解：

一点编程也不会写的：零基础C语言学练课程

解决困扰你多年的C语言疑难杂症特性的C语言进阶课程

从零到写出一个爬虫的Python编程课程

只会语法写不出代码？手把手带你写100个编程真题的编程百练课程

信息学奥赛或C++选手的必学C++课程

蓝桥杯ACM、信息学奥赛的必学课程：算法竞赛课入门课程

手把手讲解近五年真题的蓝桥杯辅导课程

用Python生成一个词云

评论列表共有 2 条评论

发表评论取消回复

用Python生成一个词云

数位dp#2491: 信息学奥赛一本通T1587-Windy 数(C++)

点进来你会后悔的

简简单单的循环

简单的回文数

评论列表 共有 2 条评论

发表评论 取消回复

评论列表共有 2 条评论

发表评论取消回复