利用Python生成詞云

用到的模塊

  • matplotlib 用來畫圖
  • wordcloud 生成詞云
  • jieba 中文分詞
  • numpy 圖像矩陣處理
  • PIL 圖像讀取

推薦使用jupyter-notebook玩耍

簡單的詞云

使用默認參數(shù)


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

# 設置工作目錄
RUN_PATH = "./word_cloud/" 
# 設置字體
FONT = "_fonts/simhei.ttf"
# 設置文檔
FILE_SOURCE = "_source/平凡的世界.txt"

# 文檔讀取
text_raw = open(RUN_PATH + FILE_SOURCE,'r',encoding = 'UTF-8').read()
# 分詞處理
text_jieba = jieba.cut(text_raw,cut_all = True)
text_jieba_space = " ".join(text_jieba)

# 詞云生成
wd_gen = WordCloud(font_path = RUN_PATH + FONT, # 字體
                   width = 800,
                   height = 600,
                   background_color = 'black').generate(text_jieba_space)
# 保存圖片
plt.imsave(RUN_PATH + FILE_SOURCE[8:].replace('.txt','.png'),wd_gen)
# 圖片顯示
plt.imshow(wd_gen)
plt.axis("off")
plt.show()

效果(《平凡的世界》)


平凡的世界.png

帶蒙版的詞云

from wordcloud import WordCloud
import jieba
import matplotlib.pyplot as plt
import numpy as np
from PIL import Image

RUN_PATH = "./word_cloud/"
FONT = "_fonts/simhei.ttf"

FILE_SOURCE = "_source/What_I_talk_about_when_I_talk_about_running.txt"
MASK_IMG = "_mask/nike2.jpg"

text_raw = open(RUN_PATH + FILE_SOURCE,'r',encoding = 'UTF-8').read()
text_jieba = jieba.cut(text_raw,cut_all = True)
text_jieba_space = " ".join(text_jieba)
mask_img = np.array(Image.open(RUN_PATH + MASK_IMG))

wd_gen = WordCloud(font_path = RUN_PATH + FONT,
                   mask = mask_img,
                   contour_width = 3,
                   contour_color = 'steelblue',
                   max_words = 1000,
                   background_color = 'black').generate(text_jieba_space)
plt.imsave(RUN_PATH + FILE_SOURCE[8:].replace('.txt','.png'),wd_gen)
plt.imshow(wd_gen)
plt.axis("off")
plt.show()

效果(《當我談跑步時我談些什么》)

What_I_talk_about_when_I_talk_about_running.png

采用自定義的內容

美化

詞云生成原理概覽

一些好玩的分析

最后編輯于
?著作權歸作者所有,轉載或內容合作請聯(lián)系作者
  • 序言:七十年代末,一起剝皮案震驚了整個濱河市澳淑,隨后出現(xiàn)的幾起案子比原,更是在濱河造成了極大的恐慌,老刑警劉巖杠巡,帶你破解...
    沈念sama閱讀 221,273評論 6 515
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件量窘,死亡現(xiàn)場離奇詭異,居然都是意外死亡氢拥,警方通過查閱死者的電腦和手機蚌铜,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 94,349評論 3 398
  • 文/潘曉璐 我一進店門,熙熙樓的掌柜王于貴愁眉苦臉地迎上來嫩海,“玉大人厘线,你說我怎么就攤上這事〕龈铮” “怎么了造壮?”我有些...
    開封第一講書人閱讀 167,709評論 0 360
  • 文/不壞的土叔 我叫張陵,是天一觀的道長骂束。 經(jīng)常有香客問我耳璧,道長,這世上最難降的妖魔是什么展箱? 我笑而不...
    開封第一講書人閱讀 59,520評論 1 296
  • 正文 為了忘掉前任旨枯,我火速辦了婚禮,結果婚禮上混驰,老公的妹妹穿的比我還像新娘攀隔。我一直安慰自己,他們只是感情好栖榨,可當我...
    茶點故事閱讀 68,515評論 6 397
  • 文/花漫 我一把揭開白布昆汹。 她就那樣靜靜地躺著,像睡著了一般婴栽。 火紅的嫁衣襯著肌膚如雪满粗。 梳的紋絲不亂的頭發(fā)上,一...
    開封第一講書人閱讀 52,158評論 1 308
  • 那天愚争,我揣著相機與錄音映皆,去河邊找鬼挤聘。 笑死,一個胖子當著我的面吹牛捅彻,可吹牛的內容都是我干的组去。 我是一名探鬼主播,決...
    沈念sama閱讀 40,755評論 3 421
  • 文/蒼蘭香墨 我猛地睜開眼步淹,長吁一口氣:“原來是場噩夢啊……” “哼从隆!你這毒婦竟也來了?” 一聲冷哼從身側響起贤旷,我...
    開封第一講書人閱讀 39,660評論 0 276
  • 序言:老撾萬榮一對情侶失蹤广料,失蹤者是張志新(化名)和其女友劉穎砾脑,沒想到半個月后幼驶,有當?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體,經(jīng)...
    沈念sama閱讀 46,203評論 1 319
  • 正文 獨居荒郊野嶺守林人離奇死亡韧衣,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內容為張勛視角 年9月15日...
    茶點故事閱讀 38,287評論 3 340
  • 正文 我和宋清朗相戀三年盅藻,在試婚紗的時候發(fā)現(xiàn)自己被綠了。 大學時的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片畅铭。...
    茶點故事閱讀 40,427評論 1 352
  • 序言:一個原本活蹦亂跳的男人離奇死亡氏淑,死狀恐怖,靈堂內的尸體忽然破棺而出硕噩,到底是詐尸還是另有隱情假残,我是刑警寧澤,帶...
    沈念sama閱讀 36,122評論 5 349
  • 正文 年R本政府宣布炉擅,位于F島的核電站辉懒,受9級特大地震影響,放射性物質發(fā)生泄漏谍失。R本人自食惡果不足惜眶俩,卻給世界環(huán)境...
    茶點故事閱讀 41,801評論 3 333
  • 文/蒙蒙 一、第九天 我趴在偏房一處隱蔽的房頂上張望快鱼。 院中可真熱鬧颠印,春花似錦、人聲如沸抹竹。這莊子的主人今日做“春日...
    開封第一講書人閱讀 32,272評論 0 23
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽窃判。三九已至闻坚,卻和暖如春,著一層夾襖步出監(jiān)牢的瞬間兢孝,已是汗流浹背窿凤。 一陣腳步聲響...
    開封第一講書人閱讀 33,393評論 1 272
  • 我被黑心中介騙來泰國打工仅偎, 沒想到剛下飛機就差點兒被人妖公主榨干…… 1. 我叫王不留,地道東北人雳殊。 一個月前我還...
    沈念sama閱讀 48,808評論 3 376
  • 正文 我出身青樓橘沥,卻偏偏與公主長得像,于是被迫代替她去往敵國和親夯秃。 傳聞我的和親對象是個殘疾皇子座咆,可洞房花燭夜當晚...
    茶點故事閱讀 45,440評論 2 359

推薦閱讀更多精彩內容