1. 导入需要的包package
importmatplotlib.pyplot as pltfrom scipy.misc importimreadfrom wordcloud importWordCloud,STOPWORDSimport xlrd
2. 设置生成词云图的背景图片,最好是分辨率高且色彩边界分明的图片
defset_background(picpath):
back_coloring= imread(picpath)#设置背景图片,png等图片格式
return back_coloring
3. 创建词云图:WordCloud
def create_word_cloud(txt_str, back_coloring): #txt_str表示导入的是字符串格式数据,#back_color表示的是背景图片位置
print('---- 根据词频,开始生成词云! ----')
font= r'C:\Windows\Fonts\simsun.ttc' #加载显示字体
wc =WordCloud(
font_path=font,
collocations=False, #去重,如果不加,词云图会显示相同的词
stopwords=STOPWORDS, #加载停用词,如果不自己指定,则会加载默认的停用词
max_words=100,
width=2000,
height=1200,#background_color='white',
mask=back_coloring,
)
wordcloud=wc.generate(txt_str)#写词云图片
wordcloud.to_file(".\wordcloud_test.png")#显示词云文件
plt.imshow(wordcloud)
plt.axis("off")
plt.show()
4. 默认的停用词一般在:假如anaconda安装在D盘,则会在其目录:D:\Anaconda3\Lib\site-packages\wordcloud\stopwords,其中都是英文词,例如:
5. 此时,词云图无法显示数字,这是因为 wc.generate操作中,有去除数字的语句:在wordcloud.py中,第560行左右,所以想要显示数字,需要先注释这一行
6. 假设想要显示的词,已经经过jieba分词,保存在txt文档中,则绘制词云图的方法是:
例如:txt中是每行是一个词:
则,先读取txt文件,形成字符串格式文本,再绘制
if __name__ == '__main__':
picpath= r".\xxx.png" #背景图片路径
back_coloring =set_background(picpath)
with open(r".\jieba_分词数据.txt", "r",encoding='utf-8') as f:
remove_stop_str=f.read()
create_word_cloud(remove_stop_str, back_coloring)
7. 如果通过jieba分词的数据已经处理成了(词, 词频)并保存在excel中,例如这种两列格式的excel表,第一行是标签如(词, 词频):
则可以先读取词频再显示,python读取excel数据可以通过 xlrd.open_workbook 方法:
defread_from_xls(filepath,index_sheet):#读取文件名,filepath是excel文件的路径,index_sheet是第几个sheet
#读取表格#
#设置GBK编码
xlrd.Book.encoding = "gbk"rb=xlrd.open_workbook(filepath)print(rb)
sheet=rb.sheet_by_index(index_sheet)
nrows=sheet.nrows
data_tmp=[]for i in range(nrows - 1):
tt=i+1 #excel的第一行是标签
tmp_char =[str(sheet.cell_value(tt,0))] #第一列是词
tmp_num= int(sheet.cell_value(tt,1)) #第二列是词频
data_tmp.extend(tmp_char*tmp_num)return data_tmp
然后,读数据和生成词云图:
if __name__ == '__main__':
picpath= r".\xxx.png"back_coloring=set_background(picpath)
data_dic= read_from_xls(r'D:\Python_workspace\spyder_space\jieba分词表.xlsx',0)
data_dic_str= '\n'.join(data_dic) #转成字符串格式
create_word_cloud(data_dic_str, back_coloring)
8. 总结代码
#-*- coding: utf-8 -*-
"""Created on Mon Aug 19 10:47:17 2019
@author: Administrator"""
importmatplotlib.pyplot as pltfrom scipy.misc importimreadfrom wordcloud importWordCloud,STOPWORDSimportxlrddefset_background(picpath):
back_coloring= imread(picpath)#设置背景图片
returnback_coloringdefcreate_word_cloud(txt_str, back_coloring):print('---- 根据词频,开始生成词云! ----')
font= r'C:\Windows\Fonts\simsun.ttc'wc=WordCloud(
font_path=font,
collocations=False, #去重
stopwords=STOPWORDS,
max_words=100,
width=2000,
height=1200,#background_color='white',
mask=back_coloring,
)
wordcloud=wc.generate(txt_str)#写词云图片
wordcloud.to_file(".\wordcloud_test.png")#显示词云文件
plt.imshow(wordcloud)
plt.axis("off")
plt.show()defread_from_xls(filepath,index_sheet):#读取文件名
#读取表格#
#设置GBK编码
xlrd.Book.encoding = "gbk"rb=xlrd.open_workbook(filepath)print(rb)
sheet=rb.sheet_by_index(index_sheet)
nrows=sheet.nrows
data_tmp=[]for i in range(nrows - 1):
tt=i+1tmp_char=[str(sheet.cell_value(tt,0))]
tmp_num= int(sheet.cell_value(tt,1))
data_tmp.extend(tmp_char*tmp_num)returndata_tmpif __name__ == '__main__':
picpath= r".\xxx.png"back_coloring=set_background(picpath)
data_dic= read_from_xls(r'D:\Python_workspace\spyder_space\jieba分词表.xlsx',0)
data_dic_str= '\n'.join(data_dic)#with open(r".\jieba_分词数据.txt", "r",encoding='utf-8') as f:#remove_stop_str = f.read()
create_word_cloud(data_dic_str, back_coloring)
# 当然绘制词云图的方法有很多,这只是其中的一种