Python数据挖掘:WordCloud词云配置过程及词频分析

豌豆贴心提醒,本文阅读时间5分钟

这篇文章是学习了老曹的微信直播,感觉WordCloud对我的《Python数据挖掘课程》非常有帮助,希望这篇基础文章对你有所帮助,同时自己也是词云的初学者,强烈推荐老曹的博客供大家学习。如果文章中存在不足或错误的地方,还请海涵~

一. 安装WordCloud

在使用WordCloud词云之前,需要使用pip安装相应的包。

pip install WordCloud pip install jieba

其中WordCloud是词云,jieba是结巴分词工具。 问题:在安装WordCloud过程中,你可能遇到的第一个错误如下。

error: Microsoft Visual C++ 9.0 is required. Get it from http://asa.ms/vcpython27

解决方法也很简单,下载VCForPython27安装(Microsoft Visual C++ Compiler for Python 2.7)。但是在微软下载总是没响应。 这是最大的问题,下面我自己提供一个CSDN的地址供大家下载。下载完成,可以进行安装响应的库函数。 资源地址:http://download.csdn.net/detail/eastmount/9788218

安装完成之后,可以正常运行代码啦。

二. 简单词云代码

下面这部分代码参考老曹的,希望对你有所帮助。 老曹说:什么是词云呢?词云又叫文字云,是对文本数据中出现频率较高的“关键词”在视觉上的突出呈现,形成关键词的渲染形成类似云一样的彩色图片,从而一眼就可以领略文本数据的主要表达意思。 代码如下:

运行结果如下所示:

这是中文编码问题,下面讲解解决方法。

三. 中文编码错误及解决

在WordCloud安装的目录下找到WordCloud.py文件,对源码进行修改。

编辑wordcloud.py,找到FONT_PATH,将DroidSansMono.ttf修改成msyh.ttf。这个msyh.ttf表示微软雅黑中文字体。

注意,此时运行代码还是报错,因为需要在同一个目录下放置msyh.ttf字体文件供程序调用,如下图所示,这是原来的字体DroidSansMono.ttf。

此时的运行结果如下所示,这是分析CSDN多篇博客的主题,"阅读"和"评论"比较多。

也可以采用下面的代码:

wordcloud = WordCloud(font_path = 'MSYH.TTF').fit_words(word)

四. 照片背景的词云代码

下面进一步深入,假设存在一个图 "sss3.png",核心代码如下:

运行结果如下图所示,显示我和宝宝我俩最近两月的聊天记录。

一弦一柱思华年,一co一ding梦严贤。 希望文章对你有所帮助,尤其是结合数据库做数据分析的人。还是那句话,如果刚好需要这部分知识,你就会觉得非常有帮助,否则只是觉得好玩,这也是在线笔记的作用。如果文章中存在不足或错误的地方,还请海涵~

(By:Eastmount 2017-03-21 下午2点 http://blog.csdn.net/eastmount/ )

原文发布于微信公众号 - 马哥Linux运维(magedu-Linux)

原文发表时间:2017-04-09

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

发表于

我来说两句

0 条评论
登录 后参与评论

相关文章

来自专栏携程技术中心

微分享回放 | 携程小程序开发的那些事儿

作者简介 朱天超,携程技术中心基础业务研发部iOS开发工程师,从事一线iOS开发,偶尔也写写脚本做些工具。 *视频时长约38分钟,请在WiFi环境下观看* 小...

41860
来自专栏玄魂工作室

Hacker基础之工具篇 apktool

apktool ? apktool是一个用于第三方封闭的二进制Android应用程序逆向工程工具 它可以将资源解码为几乎原始的形式,并在进行一些修改后重建它们;...

423100
来自专栏娱乐心理测试

几款特好用图片工具

做项目测试时,需要小程序码的图片,在官网中只能下载图片,保存本地,可我需要的是网络图片,百度喽!

26720
来自专栏進无尽的文章

基础篇-iOS后台运行以及相关

对于APP的前后台运行情况的了解,有助于我们在实际开发中规避一些问题,以及采取稳妥的方法处理和解决问题,是很必须的。

61310
来自专栏阮一峰的网络日志

网站开发人员应该知道的61件事

通常情况下,你需要把所有人的发言从头到尾读一遍。但是,Stack Overflow有一个很贴心的设计,它允许在问题下方开设一个wiki区,让所有人共同编辑一个最...

17240
来自专栏FreeBuf

正确姿势:如何调戏蹭网者

这篇文章本来是知乎回答的一个问题,但是由于本人五行缺勤奋,所以一直没写(其实是忘了=。=),下面是我的一个实验,如何通过squid调戏那些蹭网的人。没什么技术含...

26480
来自专栏西枫里博客

百度熊掌号折腾手记

熊掌号出来有一段时间了,西枫里博客早早的就申请好了熊掌号。久久没有启用,放置了一段时间后,第一次启用熊掌号,发现博客程序中对缩略图定义的尺寸不符合要求,另外考虑...

16720
来自专栏FreeBuf

最新XSS 0day漏洞来袭,影响最新版本IE浏览器(含POC)

安全研究人员近日发现了一个严重的XSS 0day漏洞,该漏洞可影响最新版本的IE浏览器,将用户暴露在被攻击和身份盗窃的危险之中。 漏洞信息 该漏洞能够影响完全修...

21560
来自专栏更流畅、简洁的软件开发方式

分页解决方案 之 QuickPager的使用方法(目录)

      QuickPager asp.net 2.0 分页控件,基本告一段落。现在把使用方法、源码、Demo公布一下,感兴趣的可以下载看看。 一、从提取数...

21090
来自专栏九彩拼盘的叨叨叨

关于成为一只体面的前端攻城狮

怎样算是个体面的前端攻城狮? 大概是,PM,设计,开发等工种都觉得你很专业,很腻害吧~

11140

扫码关注云+社区

领取腾讯云代金券