Wordcloud - 多个实例之间的相对字体大小？

Question

我正在使用wordcloud==1.8.1 来渲染具有多个词云的情节，
每个人都在条形图中成为一个条形。

基本上只是像这样添加一些子图：

subplot = plt.subplot(1, len(ontologies), i, anchor='S')
subplot.set_title(title, size=10, y=-0, pad=-25)
subplot.set_ymargin(50)
plt.plot()
cloud = WordCloud(
    font_path=f'{current_dir}/assets/source-sans-pro.ttf',
    background_color='white',
    width=width,
    height=height,
    # max_words=30,
    prefer_horizontal=0.99,
    color_func=lambda *args, **kwargs: colors[ontology_name]
)
plt.imshow(cloud.generate_from_frequencies(
    frequencies
    #max_font_size=200,
    #min_font_size=10,
))
plt.axis("off")

是否有可能在所有字云中获得正确的相对字体大小？在同一个词云中，它们只是相对于彼此的那一刻。

我尝试根据频率动态设置min_font_size 和max_font_size，但这些似乎并不影响关系...

因此，如果一个单词在文档中出现的频率比其他单词高 10 倍，我希望它的字体比所有其他单词大 10 倍。无论在哪个 wordcloud 中。

frequencies 只是单词出现总数的字典：

wordcloud 1 (200x400) {'word1': 10, 'word2': 40}
词云 2 (200x600) {'word3': 20, 'word4': 80}
词云 2 (200x800) {'word5': 40, 'word6': 160}

那么，如何从中创建 3 个 wordcloud 并保持比例，使 wordcloud 3 中的 word6 比 wordcloud 1 中的 word1 大 16 倍？

Answer 1

我能够为玩具示例获得所需的结果，但我不能 100% 确定当图像变得更加拥挤时这是否适用于更大的集合，并且对于您示例中的垂直条很可能会失败（也许将prefer_horizontal 设置为较低的值，比如0.1，在这种情况下可能会有所帮助，旋转大部分单词）。

需要注意以下几点：

• 将relative_scaling 设置为1，以便字体大小与频率（每个文档）成正比。
• 使图像足够宽，以使最大的单词在其整个长度上都适合图像（否则可能会缩小）
• 将font_step 设置为0 以防止在第一次尝试不适合单词时字体减少（请参阅source）

以下示例说明了这一点（颜色和单词位置是随机选择的，因此您的结果会有所不同，但大小和大小比例应与示例输出中的相同）：

import matplotlib.pyplot as plt
import wordcloud

wl1 = {'word1': 10, 'word2': 40}
wl2 = {'word3': 20, 'word4': 80}
wl3 = {'word5': 40, 'word6': 160}

# get max word count per list
w1 = max((v for k,v in wl1.items()))
w2 = max((v for k,v in wl2.items()))
w3 = max((v for k,v in wl3.items()))

# get total max for scaling factor among lists
w_max = max(w1, w2, w3)

height = 400
kwargs = {'relative_scaling': 1, 'height': height, 'width': 4*height,
          'prefer_horizontal': 1, 'font_step': 0 }

wc1 = (wordcloud.WordCloud(**kwargs)
       .generate_from_frequencies(wl1, max_font_size=w1/w_max*height))
wc2 = (wordcloud.WordCloud(**kwargs)
       .generate_from_frequencies(wl2, max_font_size=w2/w_max*height))
wc3 = (wordcloud.WordCloud(**kwargs)
       .generate_from_frequencies(wl3, max_font_size=w3/w_max*height))


fig, axes = plt.subplots(3, layout='constrained', figsize=(10,8))
for ax, wc in zip(axes.flat, (wc1, wc2, wc3)):
    ax.imshow(wc.to_image())
    ax.axis('off')