作者 | 俊欣

來源 |?關(guān)于數(shù)據(jù)分析與可視化

在數(shù)據(jù)可視化圖表中，詞云圖的應(yīng)用隨處可見。它通常是對輸入的一段文字進(jìn)行詞頻提取，然后以根據(jù)詞匯出現(xiàn)頻率的大小集中顯示高頻詞，簡潔直觀高效，今天小編就來分享一下在Python如何繪制出來精湛的詞云圖。

小試牛刀

我們先來嘗試?yán)L制一張簡單的詞云圖，用到的Python當(dāng)中的wordcloud模塊來繪制，

import?jieba from?wordcloud?import?WordCloud import?matplotlib.pyplot?as?plt

我們導(dǎo)入文本內(nèi)容，并且去除掉一下?lián)Q行符和空格，代碼如下

text?=?open(r"明朝那些事兒.txt",encoding='utf8').read() text?=?text.replace('\n',"").replace("\u3000","")

我們需要將其分成一個(gè)個(gè)的詞，這個(gè)時(shí)候就需要用到j(luò)ieba模塊了，代碼如下

text_cut?=?jieba.lcut(text) #?將分好的詞用某個(gè)符號分割開連成字符串 text_cut?=?'?'.join(text_cut)

當(dāng)然了，得到的結(jié)果當(dāng)中或許存在著不少我們不需要看的、無關(guān)緊要的內(nèi)容，這個(gè)時(shí)候就需要用到停用詞了，我們可以自己來構(gòu)建，也可以直接使用別人已經(jīng)構(gòu)建好的停詞表，這里小編采用的是后者，代碼如下

stop_words?=?open(r"常見中文停用詞表.txt").read().split("\n")

下面便是繪制詞云圖的核心代碼了

word_cloud?=?WordCloud(font_path="simsun.ttc",??#?設(shè)置詞云字體background_color="white",?#?詞云圖的背景顏色stopwords=stop_words)?#?去掉的停詞 word_cloud.generate(text_cut) word_cloud.to_file("1.png")

output

這樣一張極其簡單的詞云圖算是做好了，當(dāng)然我們可以給它添加一個(gè)背景圖片，例如下面這張圖片，

主要需要添加的代碼如下所示

background?=?Image.open(r"5.png") graph?=?np.array(background)

然后在WorCloud當(dāng)中添加mask參數(shù)

#?使用WordCloud生成詞云 word_cloud?=?WordCloud(font_path="simsun.ttc",??#?設(shè)置詞云字體background_color="white",?#?詞云圖的背景顏色stopwords=stop_words,?#?去掉的停詞mask=graph) word_cloud.generate(text_cut) word_cloud.to_file("1.png")

output

深度優(yōu)化

除此之外，還有另外一個(gè)模塊stylecloud繪制出來的詞云圖也是非常酷炫的，其中我們主要是用到下面這個(gè)函數(shù)

gen_stylecloud(text=None,icon_name='fas?fa-flag',colors=None,palette='cartocolors.qualitative.Bold_5',background_color="white",max_font_size=200,max_words=2000,stopwords=True,custom_stopwords=STOPWORDS,output_name='stylecloud.png', )

其中幾個(gè)常用的參數(shù)有

• icon_name: 詞云圖的形狀

• max_font_size: 最大的字號

• max_words: 可以容納下的最大單詞數(shù)量

• stopwords: 用于篩選常見的停用詞

• custom_stopwords: 要是自建有停用詞表，可以拿來用

• palette: 調(diào)色板

我們來嘗試?yán)L制一個(gè)詞云圖，代碼如下

stylecloud.gen_stylecloud(text=text_cut,palette='tableau.BlueRed_6',icon_name='fas?fa-apple-alt',font_path=r'田英章楷書3500字.ttf',output_name='2.png',stopwords=True,custom_stopwords=stop_words)

output

其中的palette參數(shù)作為調(diào)色板，可以任意變換的，具體參考：https://jiffyclub.github.io/palettable/ 這個(gè)網(wǎng)站。

pyecharts

最后我們來看一下如何用Pyecharts模塊來進(jìn)行詞云圖的繪制，代碼如下

from?pyecharts?import?options?as?opts from?pyecharts.charts?import?Page,?WordCloudwords?=?[("皇帝",?10000),("朱元璋",?6181),("明朝",?4386),("朝廷",?4055),("明軍",?2467),("士兵",?2244),("張居正",?1868),("王守仁",?1281) ]c?=?(WordCloud().add("",?words,?word_size_range=[20,?100]).set_global_opts(title_opts=opts.TitleOpts(title="基本示例")))c.render("1.html")

output

出來的結(jié)果略顯簡單了，不過這里值得注意的是，pyecharts當(dāng)中的WordCloud()方法傳入的數(shù)據(jù)是指定的詞語以及其出現(xiàn)的頻次，這個(gè)和之前的操作有所不同

往期回顧

花 39 美金請AI畫家弄了個(gè)Logo

用 PySpark ML 構(gòu)建機(jī)器學(xué)習(xí)模型

在軟件工程領(lǐng)域，搞科研的這十年！

7歲男童因下棋太快，被機(jī)器人夾斷手指？

分享 點(diǎn)收藏 點(diǎn)點(diǎn)贊 點(diǎn)在看

總結(jié)

以上是生活随笔為你收集整理的用 Python 绘制了若干张词云图，惊艳了所有人的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

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