python词云图背景_python词云图之WordCloud

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:

python词云图背景_python词云图之WordCloud_第1张图片

python词云图背景_python词云图之WordCloud_第2张图片

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

python词云图背景_python词云图之WordCloud_第3张图片

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:

1468269-20191117171557372-139465090.png

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):

1468269-20191117172353745-2120827251.png

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

你可能感兴趣的:(python词云图背景)