簡(jiǎn)介

Python+jieba+wordcloud+txt+gif生成動(dòng)態(tài)中文詞云

本文基于爬蟲(chóng)爬取某微信號(hào)三個(gè)月的文章為例，展示了生成中文詞云的完整過(guò)程。本文需要的兩個(gè)核心Python類(lèi)庫(kù)：

• jieba：中文分詞工具
• wordcloud：Python下的詞云生成工具

準(zhǔn)備

• anaconda：一個(gè)開(kāi)源的Python發(fā)行版本，用于管理Python版本，可以實(shí)現(xiàn)管理不同的Python版本（Python2和Python3）
• Pycharm：Python IDE，帶有一整套可以幫助用戶(hù)在使用Python語(yǔ)言開(kāi)發(fā)時(shí)提高其效率的工具。安裝第三方庫(kù)很方便。

jieba介紹

import jieba str = "明明知識(shí)點(diǎn)都熟記于心，可是在考試的時(shí)候腦子一片空白，什么都想不起來(lái)了" #使用自定義字典 #Python學(xué)習(xí)交流群：1004391443 #jieba.load_userdict('dict.txt')ex_list1 = jieba.cut(str) ex_list2 = jieba.cut(str , cut_all= True) ex_list3 = jieba.cut_for_search(str) print("精準(zhǔn)模式:"+'/'.join(ex_list1)) print("全模式:"+'/'.join(ex_list2)) print("搜索引擎模式："+'/'.join(ex_list3))

精準(zhǔn)模式:明明/知識(shí)點(diǎn)/都/熟記/于心/，/可是/在/考試/的/時(shí)候/腦子/一片空白/，/什么/都/想不起來(lái)/了

全模式:明明/明知/知識(shí)/知識(shí)點(diǎn)/都/熟記/于/心///可是/在/考試/的/時(shí)候/腦子/一片/一片空白/空白///什么/都/想不起/想不起來(lái)/起來(lái)/了

搜索引擎模式：明明/知識(shí)/知識(shí)點(diǎn)/都/熟記/于心/，/可是/在/考試/的/時(shí)候/腦子/一片/空白/一片空白/，/什么/都/起來(lái)/想不起/想不起來(lái)/了

可以看到全模式和搜索引擎模式下分詞分得比精準(zhǔn)模式更稀碎。

可以添加上用戶(hù)自定義字典。

自定義詞典的格式：一個(gè)詞占一行；每一行分三部分，一部分為詞語(yǔ)，另一部分為詞頻，最后為詞性（可省略），用空格隔開(kāi)

其中dict.txt的內(nèi)容是：

一片空白 5

考試的時(shí)候

可以只有詞語(yǔ)，后面的詞頻和詞性都可以省略。

精準(zhǔn)模式:明明/知識(shí)點(diǎn)/都/熟記/于心/，/可是/在/考試的時(shí)候/腦子/一片空白/，/什么/都/想不起來(lái)/了

全模式:明明/明知/知識(shí)/知識(shí)點(diǎn)/都/熟記/于/心///可是/在/考試/考試的時(shí)候/時(shí)候/腦子/一片/一片空白/空白///什么/都/想不起/想不起來(lái)/起來(lái)/了

搜索引擎模式：明明/知識(shí)/知識(shí)點(diǎn)/都/熟記/于心/，/可是/在/考試/時(shí)候/考試的時(shí)候/腦子/一片/空白/一片空白/，/什么/都/起來(lái)/想不起/想不起來(lái)/了

可以看出來(lái)在三種模式下，“一片空白”和“考試的時(shí)候”都被篩選出來(lái)了。

源碼

import jieba # 中文分詞包 from wordcloud import WordCloud, STOPWORDS, ImageColorGenerator from PIL import Image import numpy as np import matplotlib.pyplot as plt from os import path# 定義絕對(duì)路徑地址 __file__ = r".bbb" # 把路徑地址字符串轉(zhuǎn)換為文件路徑 d = path.dirname(__file__) f = path.dirname(r".ccc") jieba.load_userdict("dict.txt") #根據(jù)時(shí)間生成圖片 for i in range(0,num):#num為文件個(gè)數(shù)# path.join實(shí)現(xiàn)文件地址的鏈接text = open(path.join(d, str(i)+'.txt')).read()chtext = ''with open(path.join(d, str(i)+'.txt'), 'r') as fin:for line in fin.readlines():line = line.strip('n')chtext += ' '.join(jieba.cut(line))# 調(diào)用包PIL中的open方法，讀取圖片文件，通過(guò)numpy中的array方法生成數(shù)組backgroud_Image = np.array(Image.open(path.join(d, "111.jpg")))# 繪制詞云圖wc = WordCloud(background_color='white', # 設(shè)置背景顏色，與圖片的背景色相關(guān)mask=backgroud_Image, # 設(shè)置背景圖片font_path='C:WindowsFontsSTZHONGS.TTF', # 顯示中文，可以更換字體max_words=2000, # 設(shè)置最大顯示的字?jǐn)?shù)stopwords={'企業(yè)'}, # 設(shè)置停用詞，停用詞則不再詞云圖中表示max_font_size=150, # 設(shè)置字體最大值random_state=1, # 設(shè)置有多少種隨機(jī)生成狀態(tài)，即有多少種配色方案scale=1 # 設(shè)置生成的詞云圖的大小 )# 傳入需畫(huà)詞云圖的文本wc.generate(chtext)image_colors = ImageColorGenerator(backgroud_Image)plt.imshow(wc.recolor(color_func=image_colors))# 隱藏圖像坐標(biāo)軸plt.axis("off")# 展示圖片plt.show()# 按遞增順序保存生成的詞云圖wc.to_file(path.join(f, str(i)+'.jpg'))

當(dāng)然，在這里還有三點(diǎn)：

png是無(wú)損的圖片，用來(lái)生成最后的gif文件會(huì)清晰，但會(huì)很大，用jpg也可以；

本文是要通過(guò)繪制第一天、第一天+第二天、然后以此類(lèi)推，生成的詞云密度會(huì)越來(lái)越大，但是在wordcloud上設(shè)了選詞詞數(shù)上限。

可以通過(guò)屏蔽某些詞不出現(xiàn)在詞云上。

圖片的像素會(huì)對(duì)圖片的生成速度產(chǎn)生巨大影響，像素越高生成的圖片越慢，而像素越低，生成的圖片速度越快同時(shí)在詞云上掛載的詞越少。

效果

尺寸：400*400的圖片

生成圖片

總結(jié)

以上是生活随笔為你收集整理的python删除中文停用词_python词云 wordcloud+jieba生成中文词云图的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問(wèn)題。

如果覺(jué)得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。