Python数据可视化——Python创建词云创建心形词云（MacWindows都可以运行）

作者：大锤爱编程的博客_CSDN博客-大数据,Go,数据分析领域博主

关注我能学习到大数据、Python数据分析，以及各种自我提升小技巧

摘要：在本博客中，我们将介绍如何使用Python创建形状词云。我们将使用WordCloud库、NumPy、PIL和Matplotlib创建一个简单而有趣的心形词云。通过本文，您将学会如何创建和定制属于您自己的形状词云。

1. 介绍

词云是一种流行的可视化技术，用于显示文本数据中最常出现的词。在词云中，词的大小与其在文本中出现的频率成正比。词云通常用于分析和展示文本数据，例如社交媒体、新闻报道或文学作品中的关键词。

形状词云是一种特殊类型的词云，它可以根据指定的形状生成。这种类型的词云非常有趣且具有吸引力，可以为您的数据可视化项目增添趣味。

 形状词云的优点：

1. 炫酷程度Max：形状词云简直就是时尚达人的最爱，各种创意形状让你的文本信息看起来更有吸引力，简直让人无法抗拒！

2. 专业逼格：形状词云可以用与数据集相关的形状来增强主题，让你的词云逼格瞬间翻倍。比如，聊环保咱们就用地球形状，这不是很应景嘛！

3. 空间利用大师：形状词云根据所选形状，可以更高效地利用空间，让你的词云在有限的空间里也能展示出满满的词汇！

4. 个性定制：形状词云可以打造出独一无二的风格，根据你的喜好和需求来定制，让你在众多场景下都能hold住！

5. 独特吸睛：形状词云的独特外观让你的词汇数据在众多普通词云中脱颖而出，吸引观众眼球，让你的信息传递效果达到巅峰！

不过，形状词云也有个小问题哦，那就是可能会牺牲一点可读性。毕竟，这么炫酷的形状，关键词排列可能就不那么规整了，看起来可能得费点劲。所以，在创造形状词云时，我们要在炫酷与易读之间找个平衡！

在本博客中，我们将详细介绍如何使用Python及其相关库创建一个心形词云。

2. 准备工作

2.1 Windows环境准备

首先，我们需要安装一些库，以便在Python中创建词云。确保已安装以下库：

• wordcloud
• numpy
• matplotlib
• pillow (PIL)

可以使用以下命令安装这些库：

pip install wordcloud numpy matplotlib pillow

2.2 Mac环境准备

在M1芯片的Mac上运行时，Pillow库中的某些二进制文件与您的系统架构不兼容。为了解决这个问题，您可以尝试重新安装Pillow库。

首先，卸载当前的Pillow库：

pip uninstall pillow

然后，安装适用于M1 Mac的Pillow库

pip install --upgrade --force-reinstall --no-cache-dir pillow

这将强制重新安装Pillow库，确保安装的是与系统架构兼容的版本。然后，应该能够正常运行涉及Pillow库的代码。

3. 数据准备

在创建词云之前，我们需要准备两个文件：

1. 一个包含要在词云中显示的词语的文本文件（例如text.txt）。
2. 一个心形图像文件（例如heart.png）。图像应为二值图像，其中白色表示背景，黑色表示心形。

4. 创建词云

from wordcloud import WordCloud
import matplotlib.pyplot as plt

# 示例文本
text = '''
Python is a great programming language. It is easy to learn and powerful.
It has a large standard library and a vibrant community. Many people use
Python for web development, data analysis, artificial intelligence, and more.
'''

# 创建WordCloud对象
wordcloud = WordCloud(width=800, height=400, background_color='white', colormap='viridis').generate(text)

# 使用matplotlib绘制词云
plt.figure(figsize=(12, 6))
plt.imshow(wordcloud, interpolation='bilinear')
plt.axis('off')
plt.show()

创建成功的词云示意图：

代码释义：

这段代码的目的是根据给定的示例文本，使用wordcloud库生成词云图并通过matplotlib进行展示。

关键函数说明：

1. WordCloud(): 用于创建一个WordCloud对象，设置词云图的属性，如宽度、高度、背景色和颜色映射。
2. generate(text): 根据输入的文本生成词云图。
3. plt.figure(): 创建一个新的matplotlib图形。
4. plt.imshow(): 将图像显示在坐标轴上。
5. plt.axis(): 设置坐标轴的属性，这里设置为'off'，表示关闭坐标轴。
6. plt.show(): 显示图形。

知识点提示：

1. wordcloud库：一个用于生成词云图的Python库，可以根据文本的词频生成词云。
2. matplotlib.pyplot：一个用于绘制图形的Python库，提供了类似MATLAB的接口。
3. interpolation参数：plt.imshow()函数中的interpolation参数用于设置图像显示时的插值方法。这里的'bilinear'表示双线性插值，可以使图像看起来更加平滑。
4. 颜色映射：colormap参数用于设置词云图的颜色映射。这里的'viridis'是一种常用的色彩映射方案。

4. 创建形状词云

接下来，我们将使用上面安装的库创建一个心形词云词云。

4.1 首先准备一个心形图片

4.2 导入心形图片，转为为二维数组 

 4.3 查看词云原始词组 

4.4 绘制心形词云

请参阅以下Python代码示例：

import numpy as np
from PIL import Image
from wordcloud import WordCloud
import matplotlib.pyplot as plt

# 读取文本文件
with open("text.txt", "r") as f:
    text = f.read()

# 读取心形图像并转换为NumPy数组
heart_mask = np.array(Image.open("heart.png"))

# 创建词云
wordcloud = WordCloud(background_color="white", mask=heart_mask, contour_width=1, contour_color="black").generate(text)

# 显示词云
plt.imshow(wordcloud, interpolation="bilinear")
plt.axis("off")
plt.show()

# 保存词云图像
wordcloud.to_file("heart_wordcloud.png")

代码解释：

1. 导入所需的库。
2. 读取包含要在词云中显示的词语的文本文件。
3. 使用PIL库打开心形图像文件，并将其转换为NumPy数组。这将用于为词云生成器提供形状遮罩。
4. 创建一个WordCloud对象，并使用mask参数传递心形遮罩。此外，我们还可以设置背景颜色、轮廓宽度和轮廓颜色等属性。
5. 使用generate()方法生成词云。传递已准备好的文本数据。
6. 使用Matplotlib库将生成的词云可视化。我们使用imshow()函数显示词云，并禁用坐标轴。
7. 将词云图像保存到本地文件。

5. 结论

在本博客中，我们学习了如何使用Python及其相关库创建一个心形词云。形状词云是一种有趣的可视化技术，可以为您的数据分析和可视化项目增添趣味。您可以使用不同的形状遮罩，创建各种各样的形状词云。

我们希望这篇文章能帮助您掌握使用Python创建形状词云的方法。您可以根据自己的需求和兴趣进行定制和创新。祝您在数据可视化方面的探索之旅一切顺利！