好了，进入今天的主题，词云是对网络文本中出现频率较高的关键词予以视觉上的突出，形成关键词云层或关键词渲染，从而过滤掉大量的文本信息，使读者只要一眼扫过文本就可以领略文本的主旨。
词云用Python是怎么实现的。用wordcloud模块就可以实现，主要功能是用文本词汇和词频以图片展示。直观形象反映词汇在所有文章中的比重，如：人物标签的特性、评论区情绪等等。
目 录
wordcloud词云和jieba分词模块的安装
WordCloud函数参数介绍
代码
安装模块
pip install + Packagename模块名称
1、先查看已经安装的包\模块
命令 ： pip list
2、安装wordcloud和jieba
有些包如果在程序编写的时候找不到，都可以用“pip install + Packagename模块名称”的方法去安装。
因为我的已经安装过，所以提示已经存在。
包安装完毕，我们先看看WordCloud()参数：
参数说明
help(WordCloud)
WordCloud(font_path=None,width=400,height=200,margin=2,ranks_only=None,prefer_horizontal=0.9,mask=None,scale=1,color_func=None,max_words=200,min_font_size=4,stopwords=None,random_state=None,background_color='black',max_font_size=None,font_step=1,mode='RGB',relative_scaling='auto',regexp=None,collocations=True,colormap=None,normalize_plurals=True,contour_width=0,contour_color='black', repeat=False)
font_path : string 字体路径，需要展现什么字体就把该字体路径+后缀名写上，如：font_path = '黑体.ttf'
width : int (default=400) 输出的画布宽度，默认为400像素
height : int (default=200) 输出的画布高度，默认为200像素
prefer_horizontal : float (default=0.90) 词语水平方向排版出现的频率，默认 0.9
mask : nd-array or None (default=None) 若参数为空，则正常绘制词云。如果 mask 非空，设置的宽高值将被忽略，形状被 mask 取代。除白色的部分将不会绘制，其余部分会用于绘制词云。
scale : float (default=1) 按照比例进行放大画布，如设置为2，则长和宽都是原来画布的2倍。
min_font_size : int (default=4) 显示的最小的字体大小
font_step : int (default=1) 字体步长，如果步长大于1，会加快运算但是可能导致结果出现较大的误差。
max_words : number (default=200) 要显示的词的最大个数
min_font_size : int (default=4) 显示的最小的字体大小
font_step : int (default=1) 字体步长，如果步长大于1，会加快运算但是可能导致结果出现较大的误差。
max_words : number (default=200) 要显示的词的最大个数
stopwords : set of strings or None 设置需要屏蔽的词，如果为空，则使用内置的STOPWORDS
background_color: color value (default=”black”) 背景颜色，如background_color='white',背景颜色为白色。
max_font_size : int or None (default=None) 显示的最大的字体大小
mode : string (default=”RGB”) 当参数为“RGBA”并且background_color不为空时，背景为透明。
relative_scaling : float (default=.5) 词频和字体大小的关联性
color_func : callable, default=None 生成新颜色的函数，如果为空，则使用 self.color_func
regexp : string or None (optional) 使用正则表达式分隔输入的文本
collocations : bool, default=True 是否包括两个词的搭配
colormap: string or matplotlib colormap, default=”viridis” 给每个单词随机分配颜色，若指定color_func，则忽略该方法。
代码实现
#加载包
from wordcloud import WordCloud
import jieba
from PIL import Image
from imageio import imread
import numpy as np
from matplotlib import pyplot as plt
# 绘图
fig,ax=plt.subplots() #定义画板
# 打开文件，包含文本类型的文件
with open(r'C:\Users\Administrator\Desktop\TT.txt','r') as f:
text=f.read()
# 用jieba分词
wsplit=jieba.lcut(text)
# 将分好的词用join连接
words=" ".join(wsplit)
# 设定词云的形状，用imread函数读入图片
shape=imread(r'C:\Users\Administrator\Desktop\099667.png')
#自定义参数
mycloudword=WordCloud(font_path=r'C:\Windows\Fonts\msyh.ttf', #字体
scale=8,
margin=1, #页边距
background_color='black', #背景色
mask=shape, #形状
max_words=1500, #包含的最大词量
min_font_size=14, # 最小的字体
max_font_size=95, #最大字体
stopwords=STOPWORDS, #屏蔽的词，为空
random_state=4567).generate(words) #随机种子，随便设；最后用.genderate()方法传入分好的词
# 显示词云
ax.imshow(mycloudword)
#不要坐标轴
ax.axis("off")
plt.show()
# 将生成的词云保存成png文件，储存本地
mycloudword.to_file(r"C:\Users\Administrator\Desktop\33535.png")
效果图如下：
里展示的是随便写入txt文档的关于Python，机器学习，大数据的一些词，图片用证件照。
当然，你可以将你想要的展示的词文，展示成任何样子，只需要将参数mask=shape，这里的shape定义成你想要的的图片的样子。
The End
往期精选
1、综合实战案例——用户消费行为分析
2、Matplotlib数据可视化003：条形图【Python菜鸟进阶大神】Matplotlib数据可视化003：条形图
3、Matplotlib数据可视化005：直方图
4、Pandas_002：最全的DataFrame笔记
https://mp.weixin.qq.com/s/hzrIbH4RonYwqPVtukDkRg
网友评论