溫馨提示×
您好，登錄后才能下訂單哦！
點擊 登錄注冊 即表示同意《億速云用戶服務條款》
您好，登錄后才能下訂單哦！
今天就跟大家聊聊有關如何在python中使用wordcloud詞云庫，可能很多人都不太了解，為了讓大家更加了解，小編給大家總結了以下內容，希望大家根據這篇文章可以有所收獲。
wordcloud是優秀的詞云展示第三方庫
一、基本使用
import jieba
import wordcloud
txt = open("1.txt", "r", encoding='utf-8').read()
words = jieba.lcut(txt)
txt_1 = " ".join(words)
# print(txt1)
w = wordcloud.WordCloud(font_path="msyh.ttc",
width=1000, height=700, background_color="white",
)
w.generate(txt_1)
w.to_file("ciyun.png")二、按圖片形狀生成
import jieba
from wordcloud import WordCloud, STOPWORDS, ImageColorGenerator
import numpy as np
from PIL import Image
txt = open("C:/Users/96356/Desktop/1.txt", "r", encoding='utf-8').read()
words = jieba.lcut(txt)
txt_1 = " ".join(words)
photo = np.array(Image.open('C:/Users/96356/Desktop/2.png'))
# from scipy.misc import imread
# china=imread('C:/Users/96356/Desktop/2.png') #scipy.misc方式都可以讀取圖片
w = WordCloud(font_path="msyh.ttc",
mask=photo,
background_color="white",
)
w.generate(txt_1)
w.to_file("ciyun.png")三、WordCloud參數詳解
from wordcloud import WordCloud
| 參數 | 作用 |
|---|---|
| font_path | 字體路徑，需要展現什么字體就把該字體路徑+后綴名寫上，如：font_path = ‘黑體.ttf' |
| width | 輸出的畫布寬度，默認為400像素 |
| height | 輸出的畫布高度，默認為200像素 |
| prefer_horizontal | 詞語水平方向排版出現的頻率，默認 0.9 （所以詞語垂直方向排版出現頻率為 0.1 ） |
| mask | 如果參數為空，則使用二維遮罩繪制詞云。如果 mask 非空，設置的寬高值將被忽略，遮罩形狀被 mask 取代。除全白（#FFFFFF）的部分將不會繪制，其余部分會用于繪制詞云。如：bg_pic = imread(‘讀取一張圖片.png')，背景圖片的畫布一定要設置為白色（#FFFFFF），然后顯示的形狀為不是白色的其他顏色。可以用ps工具將自己要顯示的形狀復制到一個純白色的畫布上再保存，就ok了。一般為mask=np.array(Image.open(‘xxx.jpg'))。其中from PIL import Image |
| scale | 按照比例進行放大畫布，如設置為1.5，則長和寬都是原來畫布的1.5倍 |
| min_font_size | 顯示的最小的字體大小 |
| font_step | 字體步長，如果步長大于1，會加快運算但是可能導致結果出現較大的誤差 |
| max_words | 要顯示的詞的最大個數 |
| stopwords | 設置需要屏蔽的詞，如果為空，則使用內置的STOPWORDS |
| background_color | 背景顏色，如background_color=‘white',背景顏色為白色 |
| max_font_size | 顯示的最大的字體大小 |
| mode | 當參數為“RGBA”并且background_color不為空時，背景為透明 |
| relative_scaling | 詞頻和字體大小的關聯性 |
| color_func | 生成新顏色的函數，如果為空，則使用 self.color_func |
| regexp | 使用正則表達式分隔輸入的文本 |
| collocations | 是否包括兩個詞的搭配 |
| colormap | 給每個單詞隨機分配顏色，若指定color_func，則忽略該方法 |
| random_state | 為每個單詞返回一個PIL顏色 |
其他部分函數
| 函數 | 作用 |
|---|---|
| fit_words(frequencies) | 根據詞頻生成詞云 |
| generate(text) | 根據文本生成詞云 |
| generate_from_frequencies(frequencies[, …]) | 根據詞頻生成詞云 |
| generate_from_text(text) | 根據文本生成詞云 |
| process_text(text) | 將長文本分詞并去除屏蔽詞（此處指英語，中文分詞還是需要自己用別的庫先行實現，使用上面的 fit_words(frequencies) ） |
| recolor([random_state, color_func, colormap]) | 對現有輸出重新著色。重新上色會比重新生成整個詞云快很多 |
| to_array() | 轉化為 numpy array |
| to_file(filename) | 輸出到文件 |
看完上述內容，你們對如何在python中使用wordcloud詞云庫有進一步的了解嗎？如果還想了解更多知識或者相關內容，請關注億速云行業資訊頻道，感謝大家的支持。
免責聲明：本站發布的內容（圖片、視頻和文字）以原創、轉載和分享為主，文章觀點不代表本網站立場，如果涉及侵權請聯系站長郵箱：is@yisu.com進行舉報，并提供相關證據，一經查實，將立刻刪除涉嫌侵權內容。
