用Python制作词云——————python

昨天利用某个网站做了一个词云，感觉效果不错，

于是想到之前看过有人用Python制作类似的图片

我的环境：

• Windows 10 教育版
• Python 版本：Python 3.7.1
• 编译器：Pycharm

简单的词云

第一步，找到一段文字，这个是英剧"Yes, minister"的，维基百科上这部剧的介绍词条。然后命名为 yes-minister.txt，将其和代码保存在同一个文件夹下

第二步，安装wordcloud库
点击file->Settings…->Project:python->Project Interpreter

然后点击那个加号

点击之后，在搜索栏里输入wordcloud，选中wordcloud，点击安装

安装成功后，就是来分析代码了(如果安装失败，请自行百度错误原因)
另外，我们还需要具有PIL库

• PIL：Python Imaging Library，python图像处理库，这个库支持多种文件格式，并提供了强大的图像处理和图形处理能力

代码如下，结果如下：

import PIL.Image as image
from wordcloud import WordCloud
filename = "yes-minister.txt"
with open(filename,'rb') as f:
    text = f.read()
text = text.decode('utf-8')
wordcloud = WordCloud().generate(text)
image_produce = wordcloud.to_image()
image_produce.show()

生成的图云是这样子的：

怎么样，仅仅由九行的代码做成的，是不是很酷！

如果你是Python的初学者，或者对上边的代码有不理解的地方，请继续往下看（大佬请忽略）

让我们一句一句的分析代码(自己也复习一下Python哈哈)：

import PIL.Image as image
from wordcloud import WordCloud

• import PIL.Image as image其中，as 保留字与 import 一起使用能够改变后续代码中库的命名空间，有助于提高代码的可读性。简单地说，在程序的后续部分，image代替PIL.Image
• from wordcloud import WordCloud,对wordcloud库中的WordCloud函数可以直接采用WordCloud()形式使用

filename = "yes-minister.txt"
with open(filename) as f:
    text = f.read()

• filename是需要打开文件的路径，
• 点击查看 python 使用 with open（） as，这个语句简化了读写文件的操作，详情请点击查看

text = text.decode('utf-8')
wordcloud = WordCloud().generate(text)
image_produce = wordcloud.to_image()
image_produce.show()

• decode() 方法以 encoding 指定的编码格式解码字符串。默认编码为字符串编码。此处encoding是’utf-8’,点击查看Python decode()方法

用 wordcloud.generate(text) 可以完成三项工作。

• 文本预处理
• 词频统计
• 将高频词以图片形式进行彩色渲染

然后转化为图片(image_produce = wordcloud.to_image())，显示(image_produce.show())就能看到了

自定义蒙版词云制作

import PIL.Image as image
from wordcloud import WordCloud
import imageio
file = "yes-minister.txt"
bg_pic = imageio.imread('water1.jpg')
#背景图片
with open(file,'rb') as f:
    text = f.read()
text = text.decode('utf-8')
wordcloud = WordCloud(mask=bg_pic , background_color='white').generate(text)
wordcloud.to_file('3.jpg')
image_produce = wordcloud.to_image()
image_produce.show()

• bg_pic = imageio.imread('water1.jpg') 读入背景图片
  

• wordcloud = WordCloud(mask=bg_pic , background_color='white').generate(text)，设置词云的蒙版为bg_pic，背景为白色，然后根据text生成词云，效果如下
  

• wordcloud.to_file('3.jpg') 保存为名字为3.jpg的图片
  当然还有其他形式的
  

中文词云制作

来来来，先看一下代码，然后分析

# wordcloud 生成中文词云

import PIL.Image as image
import jieba
import matplotlib.pyplot as plt
from wordcloud import WordCloud
from imageio import imread

# 读入妖神记的文件 all.txt
with open("all.txt",'rb') as f:
    comment_text = f.read()
comment_text = comment_text.decode('utf-8')
# 结巴分词，生成字符串，如果不通过分词，无法直接生成正确的中文词云
cut_text = " ".join(jieba.cut(comment_text))
color_mask = imread("water1.jpg")
cloud = WordCloud(
    # 设置字体，不指定的话会乱码
    font_path="STSONG.TTF",
    # 设置背景色
    background_color="white",
    # 词云形状
    mask=color_mask
)
# 产生词云
word_cloud = cloud.generate(cut_text)
# 保存图片
word_cloud.to_file("1.jpg")
image_produce = word_cloud.to_image()
image_produce.show()

效果如下：

附WordCloud的所有参数

font_path : string  //字体路径，需要展现什么字体就把该字体路径+后缀名写上，如：font_path = '黑体.ttf'
width : int (default=400)  //输出的画布宽度，默认为400像素
height : int (default=200)  //输出的画布高度，默认为200像素
prefer_horizontal : float (default=0.90) //词语水平方向排版出现的频率，默认 0.9 （所以词语垂直方向排版出现频率为 0.1 ）
mask : nd-array or None (default=None) //如果参数为空，则使用二维遮罩绘制词云。如果 mask 非空，设置的宽高值将被忽略，遮罩形状被 mask 取代。除全白（#FFFFFF）的部分将不会绘制，其余部分会用于绘制词云。如：bg_pic = imread('读取一张图片.png')，背景图片的画布一定要设置为白色（#FFFFFF），然后显示的形状为不是白色的其他颜色。可以用ps工具将自己要显示的形状复制到一个纯白色的画布上再保存，就ok了。
scale : float (default=1) //按照比例进行放大画布，如设置为1.5，则长和宽都是原来画布的1.5倍。
min_font_size : int (default=4) //显示的最小的字体大小
font_step : int (default=1) //字体步长，如果步长大于1，会加快运算但是可能导致结果出现较大的误差。
max_words : number (default=200) //要显示的词的最大个数
stopwords : set of strings or None //设置需要屏蔽的词，如果为空，则使用内置的STOPWORDS
background_color : color value (default=”black”) //背景颜色，如background_color='white',背景颜色为白色。
max_font_size : int or None (default=None) //显示的最大的字体大小
mode : string (default=”RGB”) //当参数为“RGBA”并且background_color不为空时，背景为透明。
relative_scaling : float (default=.5) //词频和字体大小的关联性
color_func : callable, default=None //生成新颜色的函数，如果为空，则使用 self.color_func
regexp : string or None (optional) //使用正则表达式分隔输入的文本
collocations : bool, default=True //是否包括两个词的搭配
colormap : string or matplotlib colormap, default=”viridis” //给每个单词随机分配颜色，若指定color_func，则忽略该方法。
fit_words(frequencies) //根据词频生成词云
generate(text) //根据文本生成词云
generate_from_frequencies(frequencies[, ...]) //根据词频生成词云
generate_from_text(text) //根据文本生成词云
process_text(text) //将长文本分词并去除屏蔽词（此处指英语，中文分词还是需要自己用别的库先行实现，使用上面的 fit_words(frequencies) ）
recolor([random_state, color_func, colormap]) //对现有输出重新着色。重新上色会比重新生成整个词云快很多。
to_array() //转化为 numpy array
to_file(filename) //输出到文件