词云生成 python wordcloud库

目录

前言

一、程序展示

二、代码讲解

1.准备阶段：

2.初始化并生成词云

---

前言

 词云是一个很炫酷的工具，它能够把枯燥无味的句子中的单词放到一张空白页面上，单词出现频率越高，空白页上显示的单词就越大。我们想用这个代码段来生成一张词云，最好还有特定形状，这样更酷一点。该程序一共分两个部分：1.准备阶段 2.生成词云

---

一、程序展示

import wordcloud, jieba, imageio

content = "蛋白质是组成人体一切细胞、组织的重要成分。一般说，蛋白质约占人体全部质量的百分之十八。蛋白质是生命的物质基础，是有机大分子，是构成细胞的基本有机物"
shape=imageio.imread("summer1.jpg")
cut1=jieba.lcut(content)
perfect=" ".join(cut1)
font="楚辰体_.ttf"
w=wordcloud.WordCloud(width=600,height=400,max_words=100,max_font_size=70,background_color="white",font_path=font,mask=shape)
w.generate(perfect)
w.to_file("summer.png")

二、代码讲解

1.准备阶段：

第二行到第六行其实就是数据的写入读出，没有什么实际意义。我们从第七行说起。。。第七行加载图片并将他转换成wordcloud可识别的图片载体。这一步为的是给词云框定一个形状。注意：图片背景什么都不能有，不然imageio可能无法识别出正确的形状。

接下来对于英语输入，就不用jieba这两行，可以直接跳到w=wordcloud.WordCloud()这一步——初始化词云对象。而对于中文输入，我们就需要用jieba.lcut(content) 先将这段中文输入砍成一个个词（像“了”，“的”，这样没有实际意义的词他不会放到词云中），在分隔的地方标上imageio可以识别的分隔符后，再把他们用jieba." ".join(cut1)，即用空格再把词按顺序拼接回句子。

为什么英文就可以直接初始化而中文还要多三步呢？这是因为英文的标点符号包括空格wordcloud库是能够看懂的，可是对于中文的标点符号他就犯了难，不知道要如何把中文句子分割成一个个词。这个时候就需要jieba库的帮助，把中文单词进行分隔并重新组合。

分隔了，又组合了回去......这不是相当于什么都没有干么？别忘了，上一段提到，jieba做的不仅仅是组合了回去，他还在每个该分隔的地方做了个imageio可以识别的标记，这样imageio就可以直接根据分隔符来将句子分成词了，顺便还舍弃了标点符号，多智能啊！

然后就是加载中文字体，我这里下载了“楚辰体”。（大家别忘了把字体，图片和程序保存在一个文件夹里面）

2.初始化并生成词云

创建词云对象w，我们看到WordCloud()里面有好多的参数设置，有长宽，有最大字体设置，还有单词展示数量上限，背景颜色，字体样式和词云形状设置。我们都可以试一下，看看怎么搭配最好看。然后就是在generate()方法中输入句子并生成词云，再用w.to_file()保存词云并起名为：”summer.png"。

插一句：有些人可能会想导入一篇文章。但是如果把文章复制进程序里的话，不仅显得很冗余，看起来不像程序，还会严重影响代码的优美度和可读性，让读代码的人脑袋嗡嗡的。所以我们必须将该文章保存到另外一个地方。这个时候我们就需要用with open()，旨在帮助我们打开文件写入数据，或打开文件读取数据。基本操作如下所示：

content="articlexxxxxxxstringxxxxxxxxxxxx"

with open("xxx.txt","w") as f1:
    f1.write(content)

with open("xxx.txt","r") as f2:
    output=f2.read()