wordcloud詞云的初步使用

最近發(fā)現(xiàn)Python的wordcloud包可以構(gòu)建詞云并且可以自定義圖片夯尽,非常有趣呐萌,故記錄一下使用過(guò)程。
官網(wǎng) 肺孤,可以查看api reference
github


下面說(shuō)一下使用過(guò)程

安裝

pip install wordcloud,嫌慢的話可以用豆瓣加速哦

數(shù)據(jù)

數(shù)據(jù)隨便找就是了赠堵,自己從網(wǎng)上爬了戰(zhàn)狼的前10頁(yè)的短評(píng)法褥,因?yàn)榇a還在完善登錄和驗(yàn)證碼,就不貼出來(lái)了揍愁。

分詞

分詞使用的是結(jié)巴分析github,pip install jieba即可安裝

生成詞云方法

word_cloud 生成詞云有兩個(gè)方法杀饵。from text 和 from frequencies 切距。即文本生成和頻率生成,每一個(gè)都有對(duì)應(yīng)的函數(shù)可以使用

generate(text)      Generate wordcloud from text.
generate_from_text(text)    Generate wordcloud from text.
generate_from_frequencies      Create a word_cloud from words and frequencies.
fit_words      Create a word_cloud from words and frequencies.

代碼示例

import re
import jieba.analyse as analyse
from wordcloud import WordCloud, ImageColorGenerator
import matplotlib.pyplot as plt
from scipy.misc import imread
comments = []
cleaned_comments = ''
def filterComments():
    cleaned_comments = ''
    with open('zhanlang.txt', 'r', encoding='utf8') as f:
        for line in f:
            comments.append(line)
    for k in range(len(comments)):
        cleaned_comments = cleaned_comments + (str(comments[k])).strip()
    pattern = re.compile(r'[\u4e00-\u9fa5]+')
    filterdata = re.findall(pattern, cleaned_comments)
    cleaned_comments = ''.join(filterdata)
    return  cleaned_comments


cleaned_comments = filterComments()
analyse.set_stop_words("stopwords.txt")
#withWeight=True為顯示字符出現(xiàn)的頻率话肖,格式為[('aa',0.23),('a',0.11)]
#不加這個(gè)參數(shù)葡幸,或者參數(shù)值為false的時(shí)候格式為['a','b']
words_df = analyse.extract_tags(cleaned_comments,topK=100,withWeight=True)
back_coloring = imread('./love.jpg')
wordcloud =  WordCloud( font_path='C:\Windows\Fonts\simhei.ttf',#設(shè)置字體
                background_color="black", #背景顏色
                max_words=2000,# 詞云顯示的最大詞數(shù)
                mask=back_coloring,#設(shè)置背景圖片
                max_font_size=100, #字體最大值
                random_state=42,
                )
# 從背景圖片生成顏色值
image_colors = ImageColorGenerator(back_coloring)

#generate和generate_from_text接受的為文本礼患,例'a b c d'
#generat參數(shù)為以分隔符比如空格隔開(kāi)的字符串
#words = " ".join(words_df)
#wordcloud.generate(words)
#wordcloud.generate_from_text(words)
#有頻率的時(shí)候用generate_from_frequencies,fit_words
#generate_from_frequencies接受的參數(shù)為字典,注意必須為字典可以直接使用結(jié)巴分詞帶頻率的結(jié)果
#wordcloud.generate_from_frequencies(dict(words_df))
wordcloud.fit_words(dict(words_df))

#plt.imshow(wordcloud.recolor(color_func=image_colors))
plt.imshow(wordcloud)
plt.axis("off")
plt.show()
最后編輯于
?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請(qǐng)聯(lián)系作者
  • 序言:七十年代末悄泥,一起剝皮案震驚了整個(gè)濱河市肤粱,隨后出現(xiàn)的幾起案子,更是在濱河造成了極大的恐慌领曼,老刑警劉巖蛮穿,帶你破解...
    沈念sama閱讀 221,273評(píng)論 6 515
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件践磅,死亡現(xiàn)場(chǎng)離奇詭異灸异,居然都是意外死亡,警方通過(guò)查閱死者的電腦和手機(jī)檐春,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 94,349評(píng)論 3 398
  • 文/潘曉璐 我一進(jìn)店門(mén)疟暖,熙熙樓的掌柜王于貴愁眉苦臉地迎上來(lái)田柔,“玉大人,你說(shuō)我怎么就攤上這事凯楔。” “怎么了邻遏?”我有些...
    開(kāi)封第一講書(shū)人閱讀 167,709評(píng)論 0 360
  • 文/不壞的土叔 我叫張陵准验,是天一觀的道長(zhǎng)廷没。 經(jīng)常有香客問(wèn)我,道長(zhǎng)另锋,這世上最難降的妖魔是什么狭归? 我笑而不...
    開(kāi)封第一講書(shū)人閱讀 59,520評(píng)論 1 296
  • 正文 為了忘掉前任,我火速辦了婚禮室梅,結(jié)果婚禮上,老公的妹妹穿的比我還像新娘赏殃。我一直安慰自己间涵,他們只是感情好,可當(dāng)我...
    茶點(diǎn)故事閱讀 68,515評(píng)論 6 397
  • 文/花漫 我一把揭開(kāi)白布股耽。 她就那樣靜靜地躺著钳幅,像睡著了一般炎滞。 火紅的嫁衣襯著肌膚如雪。 梳的紋絲不亂的頭發(fā)上钠导,一...
    開(kāi)封第一講書(shū)人閱讀 52,158評(píng)論 1 308
  • 那天牡属,我揣著相機(jī)與錄音扼睬,去河邊找鬼。 笑死窗宇,一個(gè)胖子當(dāng)著我的面吹牛,可吹牛的內(nèi)容都是我干的侥加。 我是一名探鬼主播粪躬,決...
    沈念sama閱讀 40,755評(píng)論 3 421
  • 文/蒼蘭香墨 我猛地睜開(kāi)眼镰官,長(zhǎng)吁一口氣:“原來(lái)是場(chǎng)噩夢(mèng)啊……” “哼!你這毒婦竟也來(lái)了朋魔?” 一聲冷哼從身側(cè)響起,我...
    開(kāi)封第一講書(shū)人閱讀 39,660評(píng)論 0 276
  • 序言:老撾萬(wàn)榮一對(duì)情侶失蹤害淤,失蹤者是張志新(化名)和其女友劉穎拓售,沒(méi)想到半個(gè)月后,有當(dāng)?shù)厝嗽跇?shù)林里發(fā)現(xiàn)了一具尸體础淤,經(jīng)...
    沈念sama閱讀 46,203評(píng)論 1 319
  • 正文 獨(dú)居荒郊野嶺守林人離奇死亡鸽凶,尸身上長(zhǎng)有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點(diǎn)故事閱讀 38,287評(píng)論 3 340
  • 正文 我和宋清朗相戀三年币砂,在試婚紗的時(shí)候發(fā)現(xiàn)自己被綠了。 大學(xué)時(shí)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玻侥。...
    茶點(diǎn)故事閱讀 40,427評(píng)論 1 352
  • 序言:一個(gè)原本活蹦亂跳的男人離奇死亡决摧,死狀恐怖,靈堂內(nèi)的尸體忽然破棺而出凑兰,到底是詐尸還是另有隱情掌桩,我是刑警寧澤,帶...
    沈念sama閱讀 36,122評(píng)論 5 349
  • 正文 年R本政府宣布姑食,位于F島的核電站波岛,受9級(jí)特大地震影響,放射性物質(zhì)發(fā)生泄漏音半。R本人自食惡果不足惜则拷,卻給世界環(huán)境...
    茶點(diǎn)故事閱讀 41,801評(píng)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隔躲。 院中可真熱鬧,春花似錦物延、人聲如沸宣旱。這莊子的主人今日做“春日...
    開(kāi)封第一講書(shū)人閱讀 32,272評(píng)論 0 23
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽(yáng)浑吟。三九已至,卻和暖如春耗溜,著一層夾襖步出監(jiān)牢的瞬間组力,已是汗流浹背。 一陣腳步聲響...
    開(kāi)封第一講書(shū)人閱讀 33,393評(píng)論 1 272
  • 我被黑心中介騙來(lái)泰國(guó)打工抖拴, 沒(méi)想到剛下飛機(jī)就差點(diǎn)兒被人妖公主榨干…… 1. 我叫王不留燎字,地道東北人腥椒。 一個(gè)月前我還...
    沈念sama閱讀 48,808評(píng)論 3 376
  • 正文 我出身青樓,卻偏偏與公主長(zhǎng)得像候衍,于是被迫代替她去往敵國(guó)和親笼蛛。 傳聞我的和親對(duì)象是個(gè)殘疾皇子,可洞房花燭夜當(dāng)晚...
    茶點(diǎn)故事閱讀 45,440評(píng)論 2 359

推薦閱讀更多精彩內(nèi)容

  • 關(guān)鍵詞:windows平臺(tái)下jieba安裝蛉鹿、三種模式比較滨砍、自定義詞典、停用詞語(yǔ)料妖异、詞頻統(tǒng)計(jì)惋戏、詞云生成 jieba簡(jiǎn)...
    秋燈鎖憶閱讀 4,424評(píng)論 0 2
  • 前言 學(xué)習(xí)Gradle也有一段時(shí)間了,感覺(jué)知道了很多他膳,但是還是有些朦朦朧朧响逢,這時(shí)候就該寫(xiě)點(diǎn)代碼來(lái)融會(huì)貫通一下, 于...
    AnAppleADie閱讀 12,555評(píng)論 8 29
  • 感謝老師的分享棕孙。首先我們要自信龄句,要大膽展示自己,増加相互之間的信任度散罕,拉進(jìn)彼此之間的距離,介紹我們的產(chǎn)品傀蓉,實(shí)出產(chǎn)品...
    一鍵通閱讀 299評(píng)論 0 0