Python3 生成英文词云

2019-08-27 本文已影响0人 tafanfly

词云

经常看到词云图片，好奇怎么制作的，在此分享下过程。
词云必备工具是wordcloud库，文档如下：

wordcloud基本用法

wordcloud功能强大且使用简单，只需要导入库即可，命令from wordcloud import WordCloud。
下面是wordcloud的函数和参数具体介绍，后面会举例如何使用。

class wordcloud.WordCloud(font_path=None, width=400, height=200, margin=2, ranks_only=None, prefer_horizontal=0.9, mask=None, scale=1, color_func=None, max_words=200, min_font_size=4, stopwords=None, random_state=None, background_color='black', max_font_size=None, font_step=1, mode='RGB', relative_scaling='auto', regexp=None, collocations=True, colormap=None, normalize_plurals=True, contour_width=0, contour_color='black', repeat=False, include_numbers=False, min_word_length=0)

font_path : string  | 字体路径，需要展现什么字体就把该字体路径+后缀名写上，如：font_path = '黑体.ttf'

width : int (default=400) | 输出的画布宽度，默认为400像素

height : int (default=200) | 输出的画布高度，默认为200像素

prefer_horizontal : float (default=0.90) | 词语水平方向排版出现的频率，默认 0.9 （所以词语垂直方向排版出现频率为 0.1 ）

mask : nd-array or None (default=None) | 如果参数为空，则使用二维遮罩绘制词云。如果 mask 非空，设置的宽高值将被忽略，遮罩形状被 mask 取代。除全白（#FFFFFF）的部分将不会绘制，其余部分会用于绘制词云。如：bg_pic = imread('读取一张图片.png')，背景图片的画布一定要设置为白色（#FFFFFF），然后显示的形状为不是白色的其他颜色。可以用ps工具将自己要显示的形状复制到一个纯白色的画布上再保存，就ok了。

contour_width: float (default=0) | 如果遮罩不为空并且contour_width 大于0， 绘制遮罩轮廓

contour_color: color value (default=”black”) | 遮罩轮廓颜色

scale : float (default=1) | 按照比例进行放大画布，如设置为1.5，则长和宽都是原来画布的1.5倍。

min_font_size : int (default=4) | 显示的最小的字体大小

font_step : int (default=1) | 字体步长，如果步长大于1，会加快运算但是可能导致结果出现较大的误差。

max_words : number (default=200) | 要显示的词的最大个数

stopwords : set of strings or None | 设置需要屏蔽的词，如果为空，则使用内置的STOPWORDS

background_color : color value (default=”black”) | 背景颜色，如background_color='white',背景颜色为白色。

max_font_size : int or None (default=None) | 显示的最大的字体大小

mode : string (default=”RGB”) | 当参数为“RGBA”并且background_color不为空时，背景为透明。

relative_scaling : float (default=.5) | 词频和字体大小的关联性

color_func : callable, default=None | 生成新颜色的函数，如果为空，则使用 self.color_func

regexp : string or None (optional) | 使用正则表达式分隔输入的文本

collocations : bool, default=True | 是否包括两个词的搭配

colormap : string or matplotlib colormap, default=”viridis” | 给每个单词随机分配颜色，若指定color_func，则忽略该方法。


fit_words(frequencies)  | 根据词频生成词云
generate(text)  | 根据文本生成词云
generate_from_frequencies(frequencies[, ...])   | 根据词频生成词云
generate_from_text(text)    | 根据文本生成词云
process_text(text)  | 将长文本分词并去除屏蔽词（此处指英语，中文分词还是需要自己用别的库先行实现，使用上面的 fit_words(frequencies) ）
recolor([random_state, color_func, colormap])   | 对现有输出重新着色。重新上色会比重新生成整个词云快很多。
to_array()  | 转化为 numpy array
to_file(filename)   | 输出到文件

简单生成词云

alice.txt 的内容是https://github.com/amueller/word_cloud/blob/master/examples/alice.txt

#!/usr/bin/env python
# coding=utf-8


import os
from wordcloud import WordCloud


CURDIR = os.path.abspath(os.path.dirname(__file__))
TEXT = os.path.join(CURDIR,  'alice.txt')


def read_the_words(text=TEXT):
    with open(text, 'r') as rp:
        content = rp.read()
    return content

def create_worlds_cloud():
    words = read_the_words()
    wc = WordCloud(max_font_size=40)
    wc.generate(words)
    wc.to_file('new.png')

if __name__ == '__main__':
    create_worlds_cloud()

生成的图片，是默认的矩形状态

new.png

进阶版词云

如何设置图片形状
如何设置停用单词
背景图片：https://github.com/amueller/word_cloud/tree/master/examples

#!/usr/bin/env python
# coding=utf-8


import os
import numpy as np
from PIL import Image
from wordcloud import WordCloud, STOPWORDS


CURDIR = os.path.abspath(os.path.dirname(__file__))
TEXT = os.path.join(CURDIR,  'alice.txt')
PICTURE= os.path.join(CURDIR,  'alice.png')


def read_the_words(text=TEXT):
    with open(text, 'r') as rp:
        content = rp.read()
    return content

def create_worlds_cloud():
    background = np.array(Image.open(PICTURE))
    stopwords = set(STOPWORDS)
    stopwords.add("said")
    words = read_the_words()
    wc = WordCloud(background_color="white",
                   mask=background,
                   stopwords=stopwords)
    wc.generate(words)
    wc.to_file('girl.png')

if __name__ == '__main__':
    create_worlds_cloud()

girl.png

Python3 生成英文词云

词云

wordcloud基本用法

简单生成词云

进阶版词云

应用&参考

猜你喜欢

热点阅读