在前兩章佩耳，介紹了文本材料的準(zhǔn)備 以及 WordArt 可視化干厚。這里我介紹如何自己動(dòng)手DIY屬于自己的詞云。

• 材料：

  • 文本數(shù)據(jù)
  • python （jieba悬嗓，wordcloud）
    安裝 jieba 和 wordcloud ：

    pip install jieba
pip install wordcloud

    wordcloud 用于生成詞云裕坊，Github地址： https://github.com/amueller/word_cloud
    wordcloud 生成需要詞語(yǔ)作為元素籍凝，由于wordcloud是國(guó)外的苗缩，對(duì)中文支持不好，所以我們需要提前對(duì)文本進(jìn)行分詞統(tǒng)計(jì)處理退盯，得到關(guān)鍵詞進(jìn)行可視化泻肯。

• 實(shí)現(xiàn)：

  • 方式一：
    直接將分詞結(jié)果放入wordcloud.generate()函數(shù)中進(jìn)行處理（wrd_dict是分詞的結(jié)果）

      import matplotlib.pyplot as plt
      from wordcloud import WordCloud 
      #可視化
      BKImg=np.array(Image.open("heart.jpg"))# 加入自定義背景圖片
      my_wordcloud = WordCloud(      
            background_color='white',    # 設(shè)置背景顏色
            mask = BKImg,        # 設(shè)置背景圖片
            max_words = rank_K,            # 設(shè)置最大現(xiàn)實(shí)的字?jǐn)?shù)
            #stopwords = "小嫣嫣小星星",        # 設(shè)置停用詞
            font_path = 'FZLTHJW.TTF',# 設(shè)置字體格式灶挟，如不設(shè)置顯示不了中文
            max_font_size = 80,            # 設(shè)置字體最大值
            min_font_size = 10,
            # relative_scaling=0.5,
            random_state = 30,            # 設(shè)置有多少種隨機(jī)生成狀態(tài)，即有多少種配色方案
                scale=1
                ).generate(wrd_dict)
      clr=ImageColorGenerator(BKImg) # 加入背景的配色方案
      plt.imshow(my_wordcloud.recolor(color_func=clr))`
      plt.imshow(my_wordcloud)
      plt.axis("off")
      plt.show() #顯示
      my_wordcloud.to_file("result1.png") # 將結(jié)果寫入png
  

  • 方式二：
    • 方式一是將分好的詞加入自定義詞典箱叁，加入generate() 函數(shù)耕漱，但是這樣得到的結(jié)果卻不是很理想，最終 wordcloud 整理出來(lái)的結(jié)果將人名和一些人所說(shuō)的話并在一起灾梦，導(dǎo)致“小王 哈哈哈”齐鲤，“小王”都被分進(jìn)詞云的詞典，導(dǎo)致“小王”這個(gè)詞重復(fù)出現(xiàn)牡肉。
    • 為了解決這個(gè)問(wèn)題，查看 WordCloud 這個(gè)類（對(duì)象）淆九，找到generate_from_frequencies(wrd_dict)這個(gè)函數(shù)统锤，送入的是自定義的字典{[對(duì)象]：[頻率]}）

  # 制作詞典       
  wrd_dict={}
  for i in range(0,rank_K):
      wrd_dict[str(tags[i][0])]=round(math.log(tags[i][1]*len_txt,1.5))
  #可視化
  BKImg=np.array(Image.open("heart.jpg"))
  my_wordcloud = WordCloud(
           background_color='white',    # 設(shè)置背景顏色
           mask = BKImg,        # 設(shè)置背景圖片
           max_words = rank_K,            # 設(shè)置最大現(xiàn)實(shí)的字?jǐn)?shù)
           #stopwords = "小嫣嫣小星星",        # 設(shè)置停用詞
           font_path = 'FZLTHJW.TTF',# 設(shè)置字體格式，如不設(shè)置顯示不了中文
           max_font_size = 80,            # 設(shè)置字體最大值
           min_font_size = 10,
           # relative_scaling=0.5,
           random_state = 30,            # 設(shè)置有多少種隨機(jī)生成狀態(tài)炭庙，即有多少種配色方案
               scale=1
               ).generate_from_frequencies(wrd_dict)
  clr=ImageColorGenerator(BKImg)
  plt.imshow(my_wordcloud.recolor(color_func=clr))
  plt.imshow(my_wordcloud)
  plt.axis("off")
  plt.show()
  my_wordcloud.to_file("result2.png")
  

  • 這里 math.log() 是調(diào)整聊天記錄中出現(xiàn)頻率過(guò)度頻繁的人的名字的權(quán)重饲窿，使得樣 本權(quán)重比較平衡。

• 成果：

qq 聊天記錄詞云

大家趕緊動(dòng)手制作自己的詞云吧~ 趁著情人節(jié)前給自己的女朋友一個(gè)驚喜(*^▽^*)