python用jieba库制作词云图_Python之利用jieba库做词频统计且制作词云图

一.环境以及注意事项

1.windows10家庭版 python 3.7.1

2.需要使用到的库 wordcloud(词云),jieba(中文分词库),安装过程不展示

请安装到C:\Windows\Fonts 里面

5.调试过程可能会出现许多小问题，请检查单词是否拼写正确，如words->word等等

6.特别提醒：背景图片和文本需 放在和py文件同一个地方

二.词频统计以及输出

(1)　　代码如下(封装为txt函数)

函数作用：jieba库三种模式中的精确模式(输出的分词完整且不多余)  jieba.lcut(str)： 返回列表类型

def txt(): #输出词频前N的词语

txt = open("三国演义.txt","r").read() #打开txt文件,要和python在同一文件夹

words = jieba.lcut(txt) #精确模式，返回一个列表

counts = {} #创建字典

excludes = ("将军","二人","却说","荆州","不可","不能","如此","如何",\

"军士","左右","军马","商议","大喜") #规定要去除的没意义的词语

for word inwords:

if len(word) == 1: #把意义相同的词语归一

continue

elif word == "诸葛亮" or word == "孔明曰":

rword = "孔明"

elif word == '关公' or word == '云长':

rword = '关羽'

elif word == '玄德' or word == '玄德曰': rword = '刘备' elif word == '孟德' or word == "丞相" or word == '曹躁': rword = '曹操' else: rword =word counts[rword] = counts.get(rword,0) + 1 #字典的运用，统计词频P167 for word in excludes: #删除之前所规定的词语 del(counts[word]) items = list(counts.items()) #返回所有键值对P168 items.sort(key=lambda x:x[1], reverse =True) #降序排序 N =eval(input("请输入N：代表输出的数字个数")) wordlist=list() for i inrange(N): word,count =items[i] print("{0:<10}{1:<5}".format(word,count)) #输出前N个词频的词语

(2)效果图

三.词频+词云

(1)　　词云代码如下 (由于是词频与词云结合，此函数不能直接当普通词云函数使用，自行做恰当修改即可)

defcreate_word_cloud(filename):

wl = txt() #调用函数获取strcloud_mask = np.array(Image.open("love.jpg"))#词云的背景图，需要颜色区分度高 需要把背景图片名字改成love.jpgwc =WordCloud(

background_color = "black", #背景颜色

mask = cloud_mask, #背景图cloud_mask

max_words=100, #最大词语数目

font_path = 'simsun.ttf', #调用font里的simsun.tff字体，需要提前安装

height=1200, #设置高度

width=1600, #设置宽度

max_font_size=1000, #最大字体号

random_state=1000, #设置随机生成状态，即有多少种配色方案

) myword = wc.generate(wl) # 用 wl的词语 生成词云 # 展示词云图 plt.imshow(myword) plt.axis("off") plt.show() wc.to_file('1.jpg') # 把词云保存下当前目录(与此py文件目录相同)

(2)　　词频加词云结合的 完整 代码如下

from wordcloud importWordCloud

importmatplotlib.pyplot as plt

importjieba

importnumpy as np

from PIL importImage def txt(): #输出词频前N的词语并且以str的形式返回 txt = open("三国演义.txt","r").read() #打开txt文件,要和python在同一文件夹 words = jieba.lcut(txt) #精确模式，返回一个列表 counts = {} #创建字典 excludes = ("将军","二人","却说","荆州","不可","不能","如此","如何",\ "军士","左右","军马","商议","大喜") #规定要去除的没意义的词语 for word inwords: if len(word) == 1: #把意义相同的词语归一 continue elif word == "诸葛亮" or word == "孔明曰": rword = "孔明" elif word == '关公' or word == '云长': rword = '关羽' elif word == '玄德' or word == '玄德曰': rword = '刘备' elif word == '孟德' or word == "丞相" or word == '曹躁': rword = '曹操' else: rword =word counts[rword] = counts.get(rword,0) + 1 #字典的运用，统计词频P167 for word in excludes: #删除之前所规定的词语 del(counts[word]) items = list(counts.items()) #返回所有键值对P168 items.sort(key=lambda x:x[1], reverse =True) #降序排序 N =eval(input("请输入N：代表输出的数字个数")) wordlist=list() for i inrange(N): word,count =items[i] print("{0:<10}{1:<5}".format(word,count)) #输出前N个词频的词语 wordlist.append(word) #把词语word放进一个列表 a=' '.join(wordlist) #把列表转换成str wl为str类型，所以需要转换 returna defcreate_word_cloud(filename): wl = txt() #调用函数获取str！！ #图片名字 需一致 cloud_mask = np.array(Image.open("love.jpg"))#词云的背景图，需要颜色区分度高 wc =WordCloud( background_color = "black", #背景颜色 mask = cloud_mask, #背景图cloud_mask max_words=100, #最大词语数目 font_path = 'simsun.ttf', #调用font里的simsun.tff字体，需要提前安装 height=1200, #设置高度 width=1600, #设置宽度 max_font_size=1000, #最大字体号 random_state=1000, #设置随机生成状态，即有多少种配色方案 ) myword = wc.generate(wl) # 用 wl的词语 生成词云 # 展示词云图 plt.imshow(myword) plt.axis("off") plt.show() wc.to_file('1.jpg') # 把词云保存下当前目录(与此py文件目录相同) if __name__ == '__main__': create_word_cloud('三国演义')

(3)　　效果图如下(输出词频以及词云)