Python+wordcloud怎樣生成詞云

今天就跟大家聊聊有關Python+wordcloud怎樣生成詞云，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。

• 什么是詞云

詞云又叫文字云，是對文本數據中出現頻率較高的“關鍵詞”在視覺上的突出呈現，形成關鍵詞的渲染形成類似云一樣的彩色圖片，從而一眼就可以領略文本數據的主要表達意思。

• 準備工作：

python開發環境、wordcloud、jieba、matplotlib、numpy 、PIL 等庫文件安裝好。

• pip 安裝方法：

  wordcloud生成詞云的原理簡介 
  wordcloud生成詞云的原理其實并不復雜，大體分成5步（具體可自行查看源碼）：

  1.wordcloud制作詞云時，首先要對對文本數據進行分詞，使用process_text（）方法，這一步的主要任務是去除停用詞 
  2.第二步是計算每個詞在文本中出現的頻率，生成一個哈希表。詞頻用于確定一個詞的重要性 
  3.根據詞頻的數值按比例生成一個圖片的布局，類IntegralOccupancyMap 是該詞云的算法所在，是詞云的數據可視化方式的核心。生成詞的顏色、位置、方向等 
  4.最后將詞按對應的詞頻在詞云布局圖上生成圖片，核心方法是generate_from_frequencies,不論是generate（）還是generate_from_text（）都最終用到generate_from_frequencies 
  完成詞云上各詞的著色,默認是隨機著色 
  5.詞語的各種增強功能大都可以通過wordcloud的構造函數實現，里面提供了22個參數，還可以自行擴展。

1. pip install xxx

2. 使用idea 直接安裝

#coding:utf-8 import matplotlib.pyplot as plt from wordcloud import WordCloud,ImageColorGenerator,STOPWORDS
import jieba
import numpy as np from PIL import Image #讀入背景圖片 abel_mask = np.array(Image.open("filepath")) #讀取要生成詞云的文件 text_from_file_with_apath = open('filepath').read() #通過jieba分詞進行分詞并通過空格分隔 wordlist_after_jieba = jieba.cut(text_from_file_with_apath, cut_all = True)
wl_space_split = " ".join(wordlist_after_jieba) #my_wordcloud = WordCloud().generate(wl_space_split) 默認構造函數 my_wordcloud = WordCloud(
            background_color='white',    # 設置背景顏色 mask = abel_mask, # 設置背景圖片 max_words = 200, # 設置最大現實的字數 stopwords = STOPWORDS, # 設置停用詞 font_path = C:/Users/Windows/fonts/simkai.ttf',# 設置字體格式，如不設置顯示不了中文 max_font_size = 50, # 設置字體最大值 random_state = 30, # 設置有多少種隨機生成狀態，即有多少種配色方案 scale=.5 ).generate(wl_space_split) # 根據圖片生成詞云顏色 image_colors = ImageColorGenerator(abel_mask) #my_wordcloud.recolor(color_func=image_colors) # 以下代碼顯示圖片 plt.imshow(my_wordcloud)
plt.axis("off")
plt.show()

• 實例 
  生成李克強總理2017年政府工作報告詞云 
  1.采用默認構造函數WordCloud().generate()生成 
  
  2.WordCloud()中設置一些參數設置mask 參數添加如下背景圖案： 
  
  根據上面的背景圖案，最終生成的詞云時這樣的： 
  

看完上述內容，你們對Python+wordcloud怎樣生成詞云有進一步的了解嗎？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。