51Testing软件测试论坛

标题: 用Python玩“花活”惊艳了所有人你会吗？ [打印本页]
作者: lsekfe    时间: 2022-8-19 11:14
标题: 用Python玩“花活”惊艳了所有人你会吗？
在数据可视化图表中，词云图的应用随处可见。它通常是对输入的一段文字进行词频提取，然后以根据词汇出现频率的大小集中显示高频词，简洁直观高效，今天小编就来分享一下在Python如何绘制出来精湛的词云图。
　　小试牛刀
　　我们先来尝试绘制一张简单的词云图，用到的Python当中的wordcloud模块来绘制。
  1. import jieba
  2. 　　from wordcloud import WordCloud
  3. 　　import matplotlib.pyplot as plt
复制代码
我们导入文本内容，并且去除掉一下换行符和空格，代码如下：
  1. 　text = open(r"明朝那些事儿.txt",encoding='utf8').read()
  2. 　　text = text.replace('\n',"").replace("\u3000","")
复制代码
我们需要将其分成一个个的词，这个时候就需要用到jieba模块了，代码如下：
  1. text_cut = jieba.lcut(text)
  2. 　　# 将分好的词用某个符号分割开连成字符串
  3. 　　text_cut = ' '.join(text_cut)
复制代码
当然了，得到的结果当中或许存在着不少我们不需要看的、无关紧要的内容，这个时候就需要用到停用词了，我们可以自己来构建，也可以直接使用别人已经构建好的停词表，这里小编采用的是后者，代码如下：
  1. stop_words = open(r"常见中文停用词表.txt").read().split("\n")
复制代码
下面便是绘制词云图的核心代码了。
  1. word_cloud = WordCloud(font_path="simsun.ttc",  # 设置词云字体
  2. 　　                      background_color="white", # 词云图的背景颜色
  3. 　　                      stopwords=stop_words) # 去掉的停词
  4. 　　word_cloud.generate(text_cut)
  5. 　　word_cloud.to_file("1.png")
复制代码
output
[attach]141609[/attach]
这样一张极其简单的词云图算是做好了，当然我们可以给它添加一个背景图片，例如下面这张图片。
[attach]141611[/attach]
主要需要添加的代码如下所示：
  1. background = Image.open(r"5.png")
  2. 　　graph = np.array(background)
复制代码
然后在WorCloud当中添加mask参数。
  1. 　# 使用WordCloud生成词云
  2. 　　word_cloud = WordCloud(font_path="simsun.ttc",  # 设置词云字体
  3. 　　                      background_color="white", # 词云图的背景颜色
  4. 　　                      stopwords=stop_words, # 去掉的停词
  5. 　　                      mask=graph)
  6. 　　word_cloud.generate(text_cut)
  7. 　　word_cloud.to_file("1.png")
复制代码
output
[attach]141612[/attach]
深度优化
　　除此之外，还有另外一个模块stylecloud绘制出来的词云图也是非常酷炫的，其中我们主要是用到下面这个函数。
  1. gen_stylecloud(text=None,
  2. 　　              icon_name='fas fa-flag',
  3. 　　              colors=None,
  4. 　　              palette='cartocolors.qualitative.Bold_5',
  5. 　　              background_color="white",
  6. 　　              max_font_size=200,
  7. 　　              max_words=2000,
  8. 　　              stopwords=True,
  9. 　　              custom_stopwords=STOPWORDS,
  10. 　　              output_name='stylecloud.png',
  11. 　　)
复制代码
其中几个常用的参数有：
　　·icon_name: 词云图的形状
　　· max_font_size: 最大的字号
　　· max_words: 可以容纳下的最大单词数量
　　· stopwords: 用于筛选常见的停用词
　　· custom_stopwords: 要是自建有停用词表，可以拿来用
　　· palette: 调色板
　　我们来尝试绘制一个词云图，代码如下：
  1. 　stylecloud.gen_stylecloud(text=text_cut,
  2. 　　                         palette='tableau.BlueRed_6',
  3. 　　                         icon_name='fas fa-apple-alt',
  4. 　　                         font_path=r'田英章楷书3500字.ttf',
  5. 　　                         output_name='2.png',
  6. 　　                         stopwords=True,
  7. 　　                         custom_stopwords=stop_words)
复制代码
output
[attach]141613[/attach]
其中的palette参数作为调色板，可以任意变换的，具体参考：https://jiffyclub.github.io/palettable/ 这个网站。
　　pyecharts
　　最后我们来看一下如何用Pyecharts模块来进行词云图的绘制，代码如下：
  1. from pyecharts import options as opts
  2. 　　from pyecharts.charts import Page, WordCloud
  3. 　　words = [
  4. 　　   ("皇帝", 10000),
  5. 　　   ("朱元璋", 6181),
  6. 　　   ("明朝", 4386),
  7. 　　   ("朝廷", 4055),
  8. 　　   ("明军", 2467),
  9. 　　   ("士兵", 2244),
  10. 　　   ("张居正", 1868),
  11. 　　   ("王守仁", 1281)
  12. 　　]
  13. 　　c = (
  14. 　　       WordCloud()
  15. 　　       .add("", words, word_size_range=[20, 100])
  16. 　　       .set_global_opts(title_opts=opts.TitleOpts(title="基本示例"))
  17. 　　   )
  18. 　　c.render("1.html")
复制代码
　output
[attach]141614[/attach]
出来的结果略显简单了，不过这里值得注意的是，pyecharts当中的WordCloud()方法传入的数据是指定的词语以及其出现的频次，这个和之前的操作有所不同。










欢迎光临 51Testing软件测试论坛 (http://bbs.51testing.com/) Powered by Discuz! X3.2