一款高颜值的词云包让我拍案叫绝

朱小五

发布于 2020-07-03 15:05:55

1.4K0

发布于 2020-07-03 15:05:55

文章被收录于专栏：凹凸玩数据凹凸玩数据

相信大家也都通过各种渠道了解了老干妈与鹅厂的爱恨纠缠，当然其中还混入了迷惑行为的“骗子”、吃瓜吃得飞起的“阿里系”以及连称此事与我无关的“某搜索引擎”。

不过这是一篇技术文，所以无心管他到底是谁的老千妈，一心只想给大家介绍这个惊艳的好东西。

我事先分别用python爬取了腾讯和老干妈的回应微博下的评论（老干妈没有微博，换成了老干妈警方公告下的评论），jieba分词得到结果后，分别制作词云。左边是用经典的wordcloud，右侧则是今天的主角stylecloud。

stylecloud简介

对我而言，平时python制作词云主要使用wordcloud，如果在可视化的过程还要用Pyecharts做其他图，那么词云也干脆就用Pyecharts制作了。上一篇文章《Python爬取弹幕，发现看剧不如爬山？》中就是用的stylecloud，有同学也觉得颜值颇高，那今天就带大家捋一捋它的使用方法。

stylecloud 是一个 Python 包，一位数据科学家Max Woolf基于wordcloud优化改良而成。并添加了一些有用的功能，从而创建出独特的词云。

官方示例

stylecloud 具备以下特点：[1]

为词云提供（任意大小）的图标形状（通过 Font Awesome 5.11.2 获得）；
支持高级调色板（通过 palettable 实现）；
为上述调色板提供直接梯度；
支持读取文本文件，或预生成的 CSV 文件（包含单词和数字）；
提供命令行接口。

两行代码

stylecloud的对于处理英文词云有个酷炫的功能，可以实现两行代码实现词云，一行导入stylecloud，另外一行直接调用。

不过我们还是要先安装包 ↓

pip3 install stylecloud

以这里的Trump.txt为例，它是特朗普当选美国总统的演讲稿，直接生成词云。

from stylecloud import gen_stylecloud
gen_stylecloud(file_path='Trump.txt')

生成效果如下：

是不是非常快捷高效，不过对于中文文本我们还是需要先分词再做处理。

蒙版

影响词云颜值的问题之一就是蒙版图片的生成。

自己制作的要么分辨率不统一，要么需要调整对比度，比较麻烦。stylecloud是直接使用Font Awesome这个现成的方案，wordcloud其实也可以用。

网址：https://fontawesome.com/license/free

在stylecloud \ static的文件夹中，有一个fontawesome.min.css文件包含了巨量的图标，你可以定期到官方网站去升级这个图标库。[2]

打开发现里面包含很多图标的代码，具体长什么样呢？

fontawesome.min.css文件内容

多亏有中文网站分门别类罗列了图标的样子和名字，

比如：https://fontawesome.dashgame.com/

它最新版地址：https://fa5.dashgame.com/#/%E5%9B%BE%E6%A0%87，图标介绍更详细，分类更全面，不过经常抽风。

非常多的图标

使用方法如下：

如果我们想要使用小狗的蒙版，只需先查找到它的图标名字fa-dog，再加入到参数中icon_name='fas fa-dog'即可。

stylecloud.gen_stylecloud(text=' '.join(text1), collocations=False,
                          font_path=r'‪C:\Windows\Fonts\msyh.ttc',
                          icon_name='fas fa-dog',
                          size=400,output_name='词云.png')

然后我换了一堆小动物的蒙版，生成了如下的词云动图：

部分动物蒙版

其实企鹅并没有在动物里找到，不过我想起来了QQ的图标就是，但是替换后是报错的。原来品牌的图标前缀与其他不同，需要改为icon_name='fab fa-qq'，这样就可以啦。

配色

配色是影响词云颜值的又一大问题。stylecloud同样找到了比较好的方案，配色方案是使用的高级调色板palettable来实现了。

palettable 网站：https://jiffyclub.github.io/palettable/

这是一款专业的配色网站，非常适合我们这种对词云的美观有一点小追求的人。

里面的配色方案超级多，随便点击几个给大家预览一下：

我们可以通过修改参数palette='配色方案'来达到更改自己词云配色的目的。

stylecloud.gen_stylecloud(text=' '.join(text1), collocations=False,
                          palette='tableau.BlueRed_6',
                          font_path=r'‪C:\Windows\Fonts\msyh.ttc',
                          icon_name='fab fa-qq',size=400,
                          output_name='腾讯-词云.png')

部分配色方案

其他参数

以下参数对 stylecloud Python 函数和 CLI 均有效，你可以通过 stylecloud -h 获取这些参数的信息。[3]

text：输入文本。最好在直接调用函数时使用。
file_path：输入文本/CSV 的文件路径。最好在 CLI 上使用。
gradient：梯度方向。（其默认值是 None，如果它的值不是 None，则 stylecloud 使用了方向性梯度。）[default: None]
size：stylecloud 的大小（长度和宽度）。[default: 512]
icon_name：stylecloud 形状的图标名称（如 fas fa-grin）。[default: fas fa-flag]
palette：调色板（通过 palettable 实现）。[default: cartocolors.qualitative.Bold_6]
background_color：背景颜色。[default: white]
max_font_size：stylecloud 中的最大字号。[default: 200]
max_words：stylecloud 可包含的最大单词数。[default: 2000]
stopwords：布尔值，用于筛除常见禁用词。[default: True]
output_name：stylecloud 的输出文本名。[default: stylecloud.png]
font_path：stylecloud 所用字体 .ttf 文件的路径。[default: uses included Staatliches font]
random_state：控制单词和颜色的随机状态。

上面参数由机器之心翻译自stylecloud的github介绍，我就直接引用，不班门弄斧了。

更多详情可以打开链接：https://github.com/minimaxir/stylecloud

小结

最后终于挑选好了自己喜欢的参数，成功生成“腾讯”微博下的评论词云：

import stylecloud
from IPython.display import Image 

stylecloud.gen_stylecloud(text=' '.join(text1), collocations=False,
                          font_path=r'‪C:\Windows\Fonts\msyh.ttc',
                          icon_name='fab fa-qq',size=400,
                          output_name='腾讯-词云.png')
Image(filename='腾讯-词云.png')