python实现词云

一、安装
使用命令【pip install wordcloud】安装词云

二、参数
使用了OpenCV的数据格式进行读取,字体可以多试几种

def create_wordcloud_pic():
    stopwords = get_noisy_word()  # 噪声词以字典的形式进行呈现
    img = cv2.imread(img_path)  # 图片矩阵
    font = r‘C:\Windows\Fonts\simsun.ttc‘  # 字体
    cloud = WordCloud(
        # 设置字体,不指定就会出现乱码
        font_path=font,  # 这个路径是pc中的字体路径
        # 设置背景色
        background_color=‘white‘,
        # 词云形状
        mask=img,
        # 允许最大词汇
        max_words=50,
        # 最大号字体
        max_font_size=100,
        # 过滤噪声词
        stopwords=stopwords,
        # 设置有多少种随机生成状态,即有多少种配色方案
        random_state=30,
        # 模糊度
        # scale=1
    )
    word_cloud = cloud.generate_from_frequencies(content)  # 字典形式
    # word_cloud = cloud.generate(content)  # 可视化字符 产生词云,输入的格式是以空格分隔的词语组成的字符串
    word_cloud.to_file("result.jpg")  # 保存图片
    #  显示词云图片
    plt.imshow(word_cloud)
    plt.axis(‘off‘)
    plt.show()

三、结果展示

效果不是很好,还需改进

四、参考
OpenCV的包
https://www.lfd.uci.edu/~gohlke/pythonlibs/

官网
https://amueller.github.io/word_cloud/

github
https://github.com/amueller/word_cloud

原文地址:https://www.cnblogs.com/future-dream/p/11624463.html

时间: 2024-10-07 00:02:37

python实现词云的相关文章

python生成词云

期末复习比较忙过段时间来专门写scrapy框架使用,今天介绍如何用python生成词云,虽然网上有很多词云生成工具,不过自己用python来写是不是更有成就感. 今天要生成的是励志歌曲的词云,百度文库里面找了20来首,如<倔强>,海阔天空是,什么的大家熟悉的. 所要用到的python库有 jieba(一个中文分词库).wordcould .matplotlib.PIL.numpy. 首先我们要做的是读取歌词.我将歌词存在了文件目录下励志歌曲文本中. 现在来读取他 #encoding=gbk l

使用python绘制词云

最近在忙考试的事情,没什么时间敲代码,一个月也没几天看代码,最近看到可视化的词云,看到网上也很多这样的工具, 但是都不怎么完美,有些不支持中文,有的中文词频统计得莫名其妙.有的不支持自定义形状.所有的都不能自定义颜色 于是网上找了一下,决定用python绘制词云,主要用到的是wordcloud库,安装只需要pip isntall wordcloud就行, 数据用的是酒店评论的数据,代码如下: # -*- coding: utf-8 -*- import matplotlib.pyplot as

python做词云 (WordCloud)

python做词云 (WordCloud) 1. 安装 某个教程给出的方法,到[这里][1]下载相应的wordcolud,然后到相应目录pip安装. 其实直接 pip install wordcloud 就ok了 ,进入python. import wordcloud成功即可. ##2. 文档简要说明 可以看到文档主要就3个主要的函数,目前主要介绍WordCloud模块以及相关的函数. WordCloud() class wordcloud.WordCloud(font_path=None, w

如何用Python做词云(收藏)

看过之后你有什么感觉?想不想自己做一张出来? 如果你的答案是肯定的,我们就不要拖延了,今天就来一步步从零开始做个词云分析图.当然,做为基础的词云图,肯定比不上刚才那两张信息图酷炫.不过不要紧,好的开始是成功的一半嘛.食髓知味,后面你就可以自己升级技能,进入你开挂的成功之路. 网上教你做信息图的教程很多.许多都是利用了专用工具.这些工具好是好,便捷而强大.只是它们功能都太过专一,适用范围有限.今天我们要尝试的,是用通用的编程语言Python来做词云. Python是一种时下很流行的编程语言.你不仅

使用Python定制词云

一.实验介绍 1.1 实验内容 在互联网时代,人们获取信息的途径多种多样,大量的信息涌入到人们的视线中.如何从浩如烟海的信息中提炼出关键信息,滤除垃圾信息,一直是现代人关注的问题.在这个信息爆炸的时代,我们每时每刻都要更新自己的知识储备,而网络是最好的学习平台.对信息过滤和处理能力强,学习效率就会得到提高."词云"就是为此而诞生的."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"

Python数据挖掘-词云

词云绘制 1.语料库的搭建.分词来源.移除停用词.词频统计 使用方法:os.path.join(path,name)   #连接目录与文件名或目录 结果为path/name import os import os.path import codecs filePaths=[] fileContents=[] for root,dirs,files in os.walk("D:\\Python\\Python数据挖掘\\Python数据挖掘实战课程课件\\2.4\\SogouC.mini\\Sam

Python数据挖掘-词云美化

1.语料库构建 由于不像之前是对很多个文件进行词频统计,所以不需要使用os.walk()方法遍历每一个文件: 只需使用codecs.open()打开相应的文件,(记得close): 然后使用jieba模块中的load_userdict()方法导入词库 import jieba import numpy import codecs import pandas file=codecs.open( "C:\\Users\\Jw\\Desktop\\python_work\\Python数据挖掘实战课程

基于Python实现词云制作

1 第三方库的安装与简介 1.1 Python第三方库 jieba(中文分词) 1. 特点 (1)支持三种分词模式: 精确模式,试图将句子最精确地切开,适合文本分析: 全模式,把句子中所有的可以成词的词语都扫描出来, 速度非常快,但是不能解决歧义: 搜索引擎模式,在精确模式的基础上,对长词再次切分,提高召回率,适合用于搜索引擎分词. (2)支持繁体分词 (2)支持自定义词典 (3)MIT 授权协议 2. 安装和使用说明 pip install jieba / pip3 install jieba

python简单词云应用

词云 # 必须要有这些库 # pip install matplotlib # pip install wordcloud # pip install scipy # pip install pillow # pip install imageio import wordcloud from imageio import imread mask = imread(r"F:\教师课程\day 06\test7.png") f = open(r'threekingdoms.txt', 'r