如何使用 Python 绘制词云图？

大家好，我是张大鹏，今天又来给大家分享技术文章了。

今天要给大家分享的是如何使用 Python 制作词云图。

作为 NLP 中最简单的部分，非常适合大家作为入门 NLP 自然语言处理的案例。

先上效果图：

在制作词云图之前说一下需求，我们有非常多的新闻文章，我们想要从这些新闻文章中分析出现频率最多的关键字是什么，然后按照关键字出现的频率绘制出词云图。

先来说说整体的步骤：

导入依赖包

配置matplotlib

导入新闻数据

删除空数据

分词

去停用词

统计词频

做词云

导入依赖包的代码如下：

import jieba  # 分词包

import numpy  # numpy计算包

import pandas as pd

import matplotlib.pyplot as plt

import matplotlib

from wordcloud import WordCloud  # 词云包

matplotlib的配置代码如下：

matplotlib.rcParams['figure.figsize'] = (10.0, 5.0)

读取新闻数据的代码如下：

df = pd.read_csv("../data/entertainment_news.csv", encoding='utf-8')

删除空数据的代码如下：

分词的代码如下：

segment = []

for line in content:

   try:

       segs = jieba.lcut(line)  # 分词

       for seg in segs:

           if len(seg) > 1 and seg != '\r\n':

               segment.append(seg)

   except:

       print(line)

       continue

去除停用词的代码如下：

words_df = pd.DataFrame({'segment': segment})

stopwords = pd.read_csv("../data/stopwords.txt", index_col=False, quoting=3, sep="\t", names=['stopword'],

                       encoding='utf-8')  # quoting=3全不引用

words_df = words_df[~words_df.segment.isin(stopwords.stopword)]

统计词频的代码如下：

words_stat = words_df.groupby('segment').agg({"segment": numpy.size}).rename(columns={'segment': '计数'})

words_stat = words_stat.reset_index().sort_values(by=["计数"], ascending=False)

print(words_stat.head())

做词云的代码如下：

wordcloud = WordCloud(font_path="../data/simhei.ttf", background_color="white", max_font_size=80)

word_frequence =

wordcloud = wordcloud.fit_words(word_frequence)

plt.imshow(wordcloud)

plt.show()

最终效果图如下：

以上就是今天要分享的全部内容了，谢谢大家~