Python 数据可视化分析之词云操作

1、wordcloud 介绍和安装

wordcloud 简单利用英语来看就是词云，它是以词语为基本单位，更加直观的展示出我们的内容。
wordcloud 的安装

pip install wordcloud
pip install jieba
效果图

基本格式

#导入词云
from wordcloud import WordCloud
#打开文件并且读取完全
f = open('1.txt','r').read()
#创建wc设个实例对象，里面可传递相应的参数
#generate根据文本生成词云
wc = WordCloud(
    background_color='white',
    width=500,
    height=366,
    margin=2
).generate(f)
#to_file 输出到文件
wc.to_file('./image/0.jpg')

带入图片的基本格式。

#导入词云
from wordcloud import WordCloud
#图像处理函数
from scipy.misc import imread
#打开文件并且读取完全
f = open('1.txt','r').read()
#Read an image from a file as an array
#解析图片，将图片变成一个数组
mk = imread('9.png')

#创建wc设个实例对象，里面可传递相应的参数
#generate根据文本生成词云
wc = WordCloud(
    mask=mk,
    background_color='white',
    width=500,
    height=366,
    margin=2
).generate(f) 
#to_file 输出到文件
wc.to_file('./image/0.jpg')

中文

#导入词云
from wordcloud import WordCloud
#打开文件并且读取完全
f = open('1.txt','r').read()
#创建wc设个实例对象，里面可传递相应的参数
#generate根据文本生成词云
wc = WordCloud(
    background_color='white',
    width=500,
	font_path="C:/Windows/Fonts/STFANGSO.ttf",
    height=366,
    margin=2
).generate(f)
#to_file 输出到文件
wc.to_file('./image/0.jpg')

Wordcloud 参数介绍

1. 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’

2. width : int (default=400) //输出的画布宽度，默认为400像素

3. height : int (default=200) //输出的画布高度，默认为200像素

4. 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 ）

5. mask : nd-array or None (default=None) //如果参数为空，则使用二维遮罩绘制词云。

6. 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。

7. min_font_size : int (default=4) //显示的最小的字体大小

8. 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。

9. max_words : number (default=200) //要显示的词的最大个数

10. stopwords : set of strings or None //设置需要屏蔽的词

11. background_color : color value (default=”black”) //背景颜色

12. max_font_size : int or None (default=None) //显示的最大的字体大小

13. mode : string (default=”RGB”) //当参数为“RGBA”并且background_color不为空时，背景为透明。

14. relative_scaling : float (default=.5) //词频和字体大小的关联性

15. color_func : callable, default=None //生成新颜色的函数，如果为空，则使用 self.color_func

16. collocations : bool, default=True //是否包括两个词的搭配

17. 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。

18. fit_words(frequencies) //根据词频生成词云

19. generate(text) //根据文本生成词云

20. generate_from_frequencies(frequencies[, …]) //根据词频生成词云

21. generate_from_text(text) //根据文本生成词云

22. 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) ）

23. 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。

24. to_array() //转化为 numpy array

25. to_file(filename) //输出到文件