热词图很酷炫,也非常适合热点事件,抓住重点,以图文结合的方式表现出来,很有冲击力。下面这段代码是制作热词图的,用到了以下技术:
jieba,把文本分词
wordcloud,制作热图
chardet,辨别文件的编码格式,其中中文统一为GB18030,更加的兼容
imageio,提取图片的形状
其他:自动识别文件编码,自动识别txt文件,图片文件名与txt文件一致,使用的是四大名著的文本(自行百度),部分中国地图
上代码:
import os import jieba import wordcloud import chardet import imageio directory = "D:\\" mask = imageio.imread(r"D:\map.jpg") # 用于最后图像图形 directory_lists = os.scandir(directory) for directory_list in directory_lists: if directory_list.is_dir() or directory_list.path.split(‘.‘)[-1] != "txt": continue with open(directory_list.path, ‘rb‘) as fd: coding = chardet.detect(fd.read()[:1000])[‘encoding‘] if coding.upper() == ‘GB2312‘ or coding == ‘GBK‘: coding = ‘GB18030‘ file = open(directory_list.path, ‘r‘, encoding=coding) text = file.read() file.close() jieba_text = ‘ ‘.join(jieba.lcut(text)) w = wordcloud.WordCloud(height=800, width=1600, font_path=‘msyh.ttc‘, background_color=‘white‘, stopwords={‘Page‘}, mask=mask) w.generate(jieba_text) w.to_file(‘{}.png‘.format(directory_list.path.split(‘.‘)[0]))
输出:
仔细看输出的内容,还是挺有意思的,哈哈哈。
原文地址:https://www.cnblogs.com/johnthegreat/p/12595892.html
时间: 2024-10-18 23:59:53