首页
学习
活动
专区
工具
TVP
发布
社区首页 >专栏 >用Python做简易词云

用Python做简易词云

作者头像
爱吃西瓜的番茄酱
发布2018-07-25 15:35:28
1.7K0
发布2018-07-25 15:35:28
举报

最近突发奇想,想做个词云玩玩,这算是Python的一个很初级的应用,虽然很初级,依然免不了会出现各种bug~

使用工具:
  • Anaconda:一个开源的用于Python科学计算的发行版本
  • jieba:一个Python第三方库,用于中文分词。
  • wordcloud:一个Python的第三方库,用于生成词云。
  • 一份中文字体文件:simsun.ttf
  • 若干咪蒙文章资源:作为语料数据。
  • 一张白底图片:作为词云的蒙版。
实验效果:

我用我的微信头像当做蒙版:

然后生成的词云长这个样子:

安装实验环境:
  • 安装Anaconda 下载地址:https://www.anaconda.com/download/
  • 安装jieba、wordcloud 下载地址 :https://www.lfd.uci.edu/~gohlke/pythonlibs/
  • 中文字体文件simsun.ttf和万篇咪蒙文章资源我放在了云盘里,需要的话,这里链接:https://pan.baidu.com/s/1ZgOsdD5DPGYDUFUAd3Vzzw 密码:w94g

提示:需要将simsun.ttf文件和文章资源放在同一文件目录里,而且文章资源(数据源)应为UTF-8编码格式。并在此文件目录通过Anaconda Prompt打开jupyter notebook。关于Anaonda的安装和使用,参考这篇文章:https://www.jianshu.com/p/772740d57576

完整代码:
"""
使用蒙版图片和wordcloud生成任意形状的词云
"""

from os import path
from PIL import Image
import numpy as np
import matplotlib.pyplot as plt
import jieba

from wordcloud import WordCloud

# Windows下面文件路径要使用双斜线,第一个斜线表示转义
# 指明语料数据和蒙版图片的文件路径
d = path.dirname("D:\\python\\")

# 读取语料数据文件# 含有中文的文件要使用“rb”以二进制格式读取,否则会出现编码错误
text = open(path.join(d, 'mimeng1.txt'), "rb").read()

# 使用jieba进行中文分词
mytext = " ".join(jieba.cut(text))

# 读取蒙版图片
alice_mask = np.array(Image.open(path.join(d, "touxiang.jpg")))

# 暂定最大词汇数为1000000
wc = WordCloud(font_path="simsun.ttf", background_color="white", max_words=1000000, mask=alice_mask,
               stopwords=stopwords, contour_width=3, contour_color="steelblue")


# 生成词云
wc.generate(mytext)

# 存储到文件
wc.to_file(path.join(d, "meng.png"))

# 展示词云结果
plt.imshow(wc, interpolation='bilinear')
plt.axis("off")
plt.figure()
plt.imshow(alice_mask, cmap=plt.cm.gray, interpolation='bilinear')
plt.axis("off")
plt.show()

代码的细节在注释里都有详细的说明。

当然,同样的数据源,还可以做成很多样式的词云,比如下面这个:

还有这样的:

总结:任何一件简单的事,不自己亲自去做一遍,永远不知道会遇到多少bug。

参考资料: https://github.com/amueller/word_cloud https://www.jianshu.com/p/721190534061

END

推荐阅读:

推荐几个在线学习编程的网站

我不想和你说话,并向你扔了一堆数学书

本文参与 腾讯云自媒体分享计划,分享自微信公众号。
原始发表:2018-04-27,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 一个爱吃西瓜的程序员 微信公众号,前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体分享计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
目录
  • 使用工具:
  • 实验效果:
  • 安装实验环境:
  • 完整代码:
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档