wordcloud是Python擴展庫中一種將詞語用圖片表達出來的一種形式，通過詞云生成的圖片，我們可以更加直觀的看出某篇文章的故事梗概。

首先貼出一張詞云圖（以哈利波特小說為例）：

在生成詞云圖之前，首先要做一些準備工作

1.安裝結巴分詞庫

pip install jieba

Python中的分詞模塊有很多，他們的功能也都是大同小異，我們安裝的結巴分詞 是當前使用的最多的類型。

下面我來簡單介紹一下結巴分詞的用法

結巴分詞的分詞模式分為三種：

(1)全模式:把句子中所有的可以成詞的詞語都掃描出來, 速度快,但是不能解決歧義問題

(2)精確模式:將句子最精確地切開,適合文本分析

(3)搜索引擎模式:在精確模式的基礎上,對長詞再次切分,提高召回率,適合用于搜索引擎分詞

下面用一個簡單的例子來看一下三種模式的分詞區別：

import jieba # 全模式:把句子中所有的可以成詞的詞語都掃描出來, 速度快,但是不能解決歧義問題 text = '哈利波特是一常優秀的文學作品' seg_list = jieba.cut(text, cut_all=True) print(u'[全模式]: ', '/ '.join(seg_list)) # 精確模式:將句子最精確地切開,適合文本分析 seg_list = jieba.cut(text, cut_all=False) print(u'[精確模式]: ', '/ '.join(seg_list)) # 默認是精確模式 seg_list = jieba.cut(text) print(u'[默認模式]: ', '/ '.join(seg_list)) # 搜索引擎模式:在精確模式的基礎上,對長詞再次切分,提高召回率,適合用于搜索引擎分詞seg_list = jieba.cut_for_search(text)print(u'[搜索引擎模式]: ', '/ '.join(seg_list))

下面是對這句話的分詞方式：

通過這三種分詞模式可以看出，這些分詞模式并沒有很好的劃分出“哈利波特”這個專有名詞，這是因為在結巴分詞的字典中并沒有記錄這個名詞，所以需要我們手動添加自定義字典

添加自定義字典：找一個方便引用的位置 （下圖的路徑是我安裝的位置），新建文本文檔（后綴名為.txt），將想添加的詞輸入進去（注意輸入格式），保存并退出

在上面的代碼中加入自定義字典的路徑，再點擊運行

jieba.load_userdict('/home/jmhao/anaconda3/lib/python3.7/site-packages/jieba/mydict.txt')

分詞結果，可以看出“哈利波特”這個詞已經被識別出來了

結巴分詞還有另一個禁用詞的輸出結果

stopwords = {}.fromkeys([’優秀’, ’文學作品’]) #添加禁用詞之后 seg_list = jieba.cut(text) final = ’’ for seg in seg_list: if seg not in stopwords: final += seg seg_list_new = jieba.cut(final) print(u'[切割之后]: ', '/ '.join(seg_list_new))

可以看到輸出結果中并沒有“優秀”和“文學作品”兩個詞

結巴分詞還有很多比較復雜的操作，具體的可以去官網查看，我就不再過多的贅述了

下面我們正式開始詞云的制作

首先下載模塊，這里我所使用的環境是Anaconda，由于Anaconda中包含很多常用的擴展包，所以這里只需要下載wordcloud。若使用的環境不是Anaconda，則另需安裝numpy和PIL模塊

pip install wordcloud

然后我們需要找一篇文章并使用結巴分詞將文章分成詞語的形式

# 分詞模塊 def cut(text): # 選擇分詞模式 word_list = jieba.cut(text,cut_all= True) # 分詞后在單獨個體之間加上空格 result = ' '.join(word_list) # 返回分詞結果 return result

這里我在當前文件夾下創建了一個文本文檔“xiaoshuo.txt”，并復制了一章的小說作為詞云的主體文字

使用代碼控制，打開并讀取小說的內容

#導入文本文件,進行分詞,制作詞云 with open('xiaoshuo.txt') as fp: text = fp.read() # 將讀取的中文文檔進行分詞 text = cut(text)

在網上找到一張白色背景的圖片下載到當前文件夾，作為詞云的背景圖（若不指定圖片，則默認生成矩形詞云）

#設置詞云形狀，若設置了詞云的形狀，生成的詞云與圖片保持一致，后面設置的寬度和高度將默認無效 mask = np.array(image.open('monkey.jpeg'))

接下來可以根據喜好來定義詞云的顏色、輪廓等參數 下面為常用的參數設置方法

font_path : '字體路徑' 詞云的字體樣式，若要輸出中文，則跟隨中文的字體 width = n 畫布寬度，默認為400像素 height = n 畫布高度，默認為400像素 scale = n 按比例放大或縮小畫布 min_font_size = n 設置最小的字體大小 max_font_size = n 設置最大的字體大小 stopwords = ’words’ 設置要屏蔽的詞語 background_color = ’’color 設置背景板顏色 relative_scaling = n 設置字體大小與詞頻的關聯性 contour_width = n 設置輪廓寬度 contour_color = ’color’ 設置輪廓顏色

完整代碼

#導入詞云庫 from wordcloud import WordCloud #導入圖像處理庫 import PIL.Image as image #導入數據處理庫 import numpy as np #導入結巴分詞庫 import jieba # 分詞模塊 def cut(text): # 選擇分詞模式 word_list = jieba.cut(text,cut_all= True) # 分詞后在單獨個體之間加上空格 result = ' '.join(word_list) return result #導入文本文件,進行分詞,制作詞云 with open('xiaoshuo.txt') as fp: text = fp.read() # 將讀取的中文文檔進行分詞 text = cut(text) #設置詞云形狀 mask = np.array(image.open('monkey.jpeg')) #自定義詞云 wordcloud = WordCloud( # 遮罩層,除白色背景外,其余圖層全部繪制（之前設置的寬高無效） mask=mask, #默認黑色背景,更改為白色 background_color=’#FFFFFF’, #按照比例擴大或縮小畫布 scale=, # 若想生成中文字體,需添加中文字體路徑 font_path='/usr/share/fonts/bb5828/逐浪雅宋體.otf' ).generate(text) #返回對象 image_produce = wordcloud.to_image() #保存圖片 wordcloud.to_file('new_wordcloud.jpg') #顯示圖像 image_produce.show()

注：若想要生成圖片樣式的詞云圖，找到的圖片背景必須為白色，或者使用Photoshop摳圖替換成白色背景，否則生成的詞云為矩形

我的詞云原圖：

生成的詞云圖：

到此這篇關于Python實現Wordcloud生成詞云圖的示例的文章就介紹到這了,更多相關Python Wordcloud生成詞云圖內容請搜索好吧啦網以前的文章或繼續瀏覽下面的相關文章希望大家以后多多支持好吧啦網！