wordcloud是Python擴(kuò)展庫(kù)中一種將詞語(yǔ)用圖片表達(dá)出來(lái)的一種形式，通過(guò)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?jiān)~云圖（以哈利波特小說(shuō)為例）：

在生成詞云圖之前，首先要做一些準(zhǔn)備工作

1.安裝結(jié)巴分詞庫(kù)

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(jié)巴分詞 是當(dāng)前使用的最多的類(lèi)型。

下面我來(lái)簡(jiǎn)單介紹一下結(jié)巴分詞的用法

結(jié)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(yǔ)都掃描出來(lái), 速度快,但是不能解決歧義問(wèn)題

(2)精確模式:將句子最精確地切開(kāi),適合文本分析

(3)搜索引擎模式:在精確模式的基礎(chǔ)上,對(duì)長(zhǎng)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(gè)簡(jiǎn)單的例子來(lái)看一下三種模式的分詞區(qū)別：

import jieba # 全模式:把句子中所有的可以成詞的詞語(yǔ)都掃描出來(lái), 速度快,但是不能解決歧義問(wèn)題 text = '哈利波特是一常優(yōu)秀的文學(xué)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(kāi),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(rèn)是精確模式 seg_list = jieba.cut(text) print(u'[默認(rèn)模式]: ', '/ '.join(seg_list)) # 搜索引擎模式:在精確模式的基礎(chǔ)上,對(duì)長(zhǎng)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(duì)這句話的分詞方式：

通過(guò)這三種分詞模式可以看出，這些分詞模式并沒(méi)有很好的劃分出“哈利波特”這個(gè)專(zhuān)有名詞，這是因?yàn)樵诮Y(jié)巴分詞的字典中并沒(méi)有記錄這個(gè)名詞，所以需要我們手動(dòng)添加自定義字典

添加自定義字典：找一個(gè)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(jìn)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(diǎn)擊運(yùn)行

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

分詞結(jié)果，可以看出“哈利波特”這個(gè)詞已經(jīng)被識(shí)別出來(lái)了

結(jié)巴分詞還有另一個(gè)禁用詞的輸出結(jié)果

stopwords = {}.fromkeys([’優(yōu)秀’, ’文學(xué)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(jié)果中并沒(méi)有“優(yōu)秀”和“文學(xué)作品”兩個(gè)詞

結(jié)巴分詞還有很多比較復(fù)雜的操作，具體的可以去官網(wǎng)查看，我就不再過(guò)多的贅述了

下面我們正式開(kāi)始詞云的制作

首先下載模塊，這里我所使用的環(huán)境是Anaconda，由于Anaconda中包含很多常用的擴(kuò)展包，所以這里只需要下載wordcloud。若使用的環(huán)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(jié)巴分詞將文章分成詞語(yǔ)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(dú)個(gè)體之間加上空格 result = ' '.join(word_list) # 返回分詞結(jié)果 return result

這里我在當(dāng)前文件夾下創(chuàng)建了一個(gè)文本文檔“xiaoshuo.txt”，并復(fù)制了一章的小說(shuō)作為詞云的主體文字

使用代碼控制，打開(kāi)并讀取小說(shuō)的內(nèi)容

#導(dǎo)入文本文件,進(jìn)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(jìn)行分詞 text = cut(text)

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

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

接下來(lái)可以根據(jù)喜好來(lái)定義詞云的顏色、輪廓等參數(shù) 下面為常用的參數(shù)設(shè)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(huà)布寬度，默認(rèn)為400像素 height = n 畫(huà)布高度，默認(rèn)為400像素 scale = n 按比例放大或縮小畫(huà)布 min_font_size = n 設(shè)置最小的字體大小 max_font_size = n 設(shè)置最大的字體大小 stopwords = ’words’ 設(shè)置要屏蔽的詞語(yǔ) background_color = ’’color 設(shè)置背景板顏色 relative_scaling = n 設(shè)置字體大小與詞頻的關(guān)聯(lián)性 contour_width = n 設(shè)置輪廓寬度 contour_color = ’color’ 設(shè)置輪廓顏色

完整代碼

#導(dǎo)入詞云庫(kù) from wordcloud import WordCloud #導(dǎo)入圖像處理庫(kù) import PIL.Image as image #導(dǎo)入數(shù)據(jù)處理庫(kù) import numpy as np #導(dǎo)入結(jié)巴分詞庫(kù) 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(dú)個(gè)體之間加上空格 result = ' '.join(word_list) return result #導(dǎo)入文本文件,進(jìn)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(jìn)行分詞 text = cut(text) #設(shè)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(shè)置的寬高無(wú)效） mask=mask, #默認(rèn)黑色背景,更改為白色 background_color=’#FFFFFF’, #按照比例擴(kuò)大或縮小畫(huà)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(duì)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(guān)于Python實(shí)現(xiàn)Wordcloud生成詞云圖的示例的文章就介紹到這了,更多相關(guān)Python Wordcloud生成詞云圖內(nèi)容請(qǐng)搜索好吧啦網(wǎng)以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持好吧啦網(wǎng)！