TA的每日心情 | 擦汗 5 小时前 |
---|
签到天数: 1046 天 连续签到: 4 天 [LV.10]测试总司令
|
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。
- import jieba
- from wordcloud import WordCloud
- 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:
- text = open(r"明朝那些事儿.txt",encoding='utf8').read()
- 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:
- text_cut = jieba.lcut(text)
- # 将分好的词用某个符号分割开连成字符串
- 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:
- 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。
- word_cloud = WordCloud(font_path="simsun.ttc", # 设置词云字体
- background_color="white", # 词云图的背景颜色
- stopwords=stop_words) # 去掉的停词
- word_cloud.generate(text_cut)
- word_cloud.to_file("1.png")
复制代码 output
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。
主要需要添加的代码如下所示:
- background = Image.open(r"5.png")
- graph = np.array(background)
复制代码 然后在WorCloud当中添加mask参数。
- # 使用WordCloud生成词云
- word_cloud = WordCloud(font_path="simsun.ttc", # 设置词云字体
- background_color="white", # 词云图的背景颜色
- stopwords=stop_words, # 去掉的停词
- mask=graph)
- word_cloud.generate(text_cut)
- word_cloud.to_file("1.png")
复制代码 output
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。
- gen_stylecloud(text=None,
- icon_name='fas fa-flag',
- colors=None,
- palette='cartocolors.qualitative.Bold_5',
- background_color="white",
- max_font_size=200,
- max_words=2000,
- stopwords=True,
- custom_stopwords=STOPWORDS,
- output_name='stylecloud.png',
- )
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:
- stylecloud.gen_stylecloud(text=text_cut,
- palette='tableau.BlueRed_6',
- icon_name='fas fa-apple-alt',
- font_path=r'田英章楷书3500字.ttf',
- output_name='2.png',
- stopwords=True,
- custom_stopwords=stop_words)
复制代码 output
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:
- from pyecharts import options as opts
- from pyecharts.charts import Page, WordCloud
- words = [
- ("皇帝", 10000),
- ("朱元璋", 6181),
- ("明朝", 4386),
- ("朝廷", 4055),
- ("明军", 2467),
- ("士兵", 2244),
- ("张居正", 1868),
- ("王守仁", 1281)
- ]
- c = (
- WordCloud()
- .add("", words, word_size_range=[20, 100])
- .set_global_opts(title_opts=opts.TitleOpts(title="基本示例"))
- )
- c.render("1.html")
复制代码 output
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。
|
|