文本分析相關(guān)的問題經(jīng)常會(huì)用到詞云圖這種可視化形式蛆挫，因此特意開一個(gè)博客記錄一下詞云圖相關(guān)妙黍。

首先推薦幾個(gè)詞云圖生成網(wǎng)頁，如果只有少量詞的話用網(wǎng)頁可能會(huì)方便一點(diǎn)拭嫁。

Tendcode

這個(gè)工具非常簡(jiǎn)單可免，也是免費(fèi)的做粤。
https://tendcode.com/tool/word-cloud/

詞云文字

這個(gè)網(wǎng)站功能多但是免費(fèi)版最多支持20個(gè)詞
https://www.ciyunwenzi.com/web/ciyun/#/ciyun/data

最后就是我們的python啦

python畫詞云圖的庫是wordcloud,使用步驟大概是調(diào)庫，配置參數(shù)肉康，生成，保存圖片四步

1. 調(diào)庫

from wordcloud import WordCloud

2. 配置參數(shù)

wc= wordcloud.WordCloud(<參數(shù)>)

  wc = WordCloud( width=500, height=400, mode="RGBA",
                   background_color=None)

3. 生成

wc.generate(text)

此處的text是一個(gè)字符串涨薪，即詞云圖中所有詞通過空格連接起來合成的字符串：比如“科技 科技 創(chuàng)新 發(fā)展....”
但很多時(shí)候我們的輸入都是一個(gè)txt文件如何轉(zhuǎn)化成長字符串呢？這里就會(huì)用到j(luò)ieba這個(gè)庫刚夺，jiaba是python中文分詞的一個(gè)庫，輸入txt文件jieba會(huì)幫忙分詞并連接末捣。具體用法如下：

import jieba
 text = open("/Users/yezizhi/Desktop/test.txt", encoding="utf-8").read()  # 標(biāo)明文本路徑，打開
 text = ' '.join(jieba.cut(text))

4. 保存圖片

 # 顯示詞云圖
    plt.imshow(wc, interpolation="bilinear")
    plt.axis("off")
    plt.show()
    # 保存文件
    wc.to_file("/Users/yezizhi/Desktop/all_word_cloud.png")

然后我就發(fā)現(xiàn)自己的詞云圖是這個(gè)樣子的??塔粒！

在網(wǎng)上查閱資料得知，應(yīng)該在詞云圖配置那一步增加“collocations=False,”避免出現(xiàn)重復(fù)圖卒茬，第二步修改為

  wc = WordCloud( width=500, height=400, mode="RGBA",
                   background_color=None,collocations=False,)

完整代碼

def word_cloud():
    # 導(dǎo)入txt文件
    text = open("/Users/yezizhi/Desktop/test.txt", encoding="utf-8").read()  # 標(biāo)明文本路徑，打開
    text = ' '.join(jieba.cut(text))
    # 生成對(duì)象
    wc = WordCloud(width=500, height=400, mode="RGBA",collocations=False,
                   background_color=None).generate(text)
    # 顯示詞云圖
    plt.imshow(wc, interpolation="bilinear")
    plt.axis("off")
    plt.show()
    # 保存文件
    wc.to_file("/Users/yezizhi/Desktop/all_word_cloud.png")

下面這段代碼是因?yàn)槲业妮斎胧且粋€(gè)xls文件圃酵，第一列是詞，第二列是對(duì)應(yīng)詞頻郭赐，因此我就自己手動(dòng)拼接成了一個(gè)長字符串，大家如果有不同的輸入也是同理，給word_cloud一個(gè)長字符串就好了俘陷，不過注意詞與詞之間空格連接。

def xlsx_word_cloud():
    data = pd.read_excel('整體詞頻.xlsx')
    data_cy = data.copy()
    max_word = 300
    string_data = ''
    for i_row in range(1,max_word):
        times = data.iloc[i_row, 1]
        for i_time in range(1,times):
            string_data += data.iloc[i_row, 0]
            string_data += " "
    wc = WordCloud(width=500, height=400, mode="RGBA",
                   background_color=None,collocations=False,).generate(string_data)
    # 顯示詞云圖
    plt.imshow(wc, interpolation="bilinear")
    plt.axis("off")
    plt.show()
    # 保存文件
    wc.to_file("/Users/yezizhi/Desktop/all_word_cloud.png")