03 高端又一般的词云

简介

词云是一种数据呈现方式

不会的时候，感觉很厉害、很高大上

会用了之后，感觉到哪都看到别人在用

掌握用实现词云的方法

准备

安装包

准备一些文本，英文或中文皆可

一个简单的例子

可选的参数

：可用于指定字体路径，包括和

：词云的宽度，默认为400

：词云的高度，默认为200

：蒙版，可用于定制词云的形状

：最小字号，默认为4

：最大字号，默认为词云的高度

：词的最大数量，默认为200

：将被忽略的停用词，如果不指定则使用默认的停用词词库

：背景颜色，默认为

：默认为模式，如果为模式且设为，则背景将透明

由于英文单词之间有空格分隔，因此大多不需要额外的处理

中文词云

中文一般需要经过分词处理，先看下不分词的效果

以《西游记》为例，可以看到结果中会出现各种双字、三字和四字等，但很多并不是合理的词语

这次我们先用进行中文分词，可以看到生成的词云里，基本上都是合理的词语了

使用蒙版

这里将翻译为蒙版，是因为感觉它和Photoshop中蒙版的作用很类似

使用蒙版之后，可以根据提供的蒙版图片，生成指定形状的词云

颜色

词云的颜色可以从蒙版中抽取，使用即可

当然也可以设置为纯色，增加一个配色函数即可

关于HSL配色方案可以参考

https://www.w3.org/wiki/CSS3/Color/HSL

精细控制

如果希望精细地控制词云中出现的词，以及每个词的大小，可以尝试，包括两个参数

：一个字典，用于指定词和对应的大小

：最大字号，默认为

= +

以下用jieba提取出关键词和权重，再以此绘制词云

参考

WordCloud官方首页：http://amueller.github.io/word_cloud/index.html

WordCloud官方示例：http://amueller.github.io/word_cloud/auto_examples/index.html

jieba中文分词：https://github.com/fxsjy/jieba

视频讲解课程

https://study.163.com/course/courseMain.htm?courseId=1004777011

如果觉得有趣，那就关注我的微信公众号吧

不定期分享个人项目经验和技术学习笔记

我的个人网站：zhanghonglun.cn