Python快速生成词云

Python快速生成词云

今天是2018年10月27号，小亮继续着自己深度学习与自然语言处理的打怪升级之路。今天给大家介绍一下Python快速生成词云的实现，在这里与大家交流一下！

笔者信息：Next_Legend QQ:1219154092 机器学习 自然语言处理 计算机视觉 深度学习

小亮的博客：https://legendtianjin.github.io/NextLegend.github.io/ ——2018.10.27 于北洋

---

一、词云初衷

        小亮今天跟大家介绍用 wrodcloud 模块来生成词云，因为小亮从事NLP方向的，我们面对的基本数据是文本形式，所以这个词云有必要学习一下，一是为了更好地向别人展示自己的研究工作，二是通过可视化，直观形象展示结果。下面，小亮先放上一张生成的词云照片，让大家感受一下效果图：

二、wordcloud的安装

        对于安装wordcloud模块，我们一般都是通过Pycharm或者PIP安装的，但是在安装wordcloud时会提示错误，如下：

       这里的解决方法是直接访问下面的网址，根据你的电脑和py版本下载对应的whl文件https://www.lfd.uci.edu/~gohlke/pythonlibs/#wordcloud

       下载完成后，把whl文件放在pip路径下,输入安装的代码，记住代码的whl文件名一定是适合你的文件名，基本就安装成功啦！

       小亮在这里是通过Pycharm安装的，步骤如下：

       (1) Pycharm快捷键 Ctrl + Alt + S,打开Setting界面，点击右边的+

       (2) 搜索wordcloud包，点击左下角安装

       (3) 稍等几分钟或者十几秒就安装好啦，然后写一个脚本检验一下是否安装成功。

三、wordcloud生成词云

        (1)直接生成

#coding:utf-8
from wordcloud import WordCloud
import matplotlib.pyplot as plt  #绘制图像的模块
import  jieba                    #jieba分词


path_txt='G:\Code\Python_Learn\Study_Tensorflow_2018\\venv\\2018接的小项目\Python词云\\test1.txt'
f = open(path_txt,'r',encoding='UTF-8').read()

# 结巴分词，生成字符串，wordcloud无法直接生成正确的中文词云
cut_text = " ".join(jieba.cut(f))

wordcloud = WordCloud(
   #设置字体，不然会出现口字乱码，文字的路径是电脑的字体一般路径，可以换成别的
   font_path="G:\Code\Python_Learn\Study_Tensorflow_2018\\venv\\2018接的小项目\Python词云\simfang.ttf",
   #设置了背景，宽高
   background_color="white",width=1000,height=880).generate(cut_text)

plt.imshow(wordcloud, interpolation="bilinear")
plt.axis("off")
plt.show()

       运行结果

        (2)给词云加上图片背景，代码如下：生成特定格式的词云

#coding:utf-8
from PIL import Image
from wordcloud import WordCloud, ImageColorGenerator
import matplotlib.pyplot as plt
import numpy as np
import jieba



def GetWordCloud():
    path_txt = 'G:\Code\Python_Learn\Study_Tensorflow_2018\\venv\\2018接的小项目\Python词云\\test1.txt'
    path_img = "G:\Code\Python_Learn\Study_Tensorflow_2018\\venv\\2018接的小项目\Python词云\\001.jpg"
    f = open(path_txt, 'r', encoding='UTF-8').read()
    background_image = np.array(Image.open(path_img))
    # 结巴分词，生成字符串，如果不通过分词，无法直接生成正确的中文词云,感兴趣的朋友可以去查一下，有多种分词模式
    # Python join() 方法用于将序列中的元素以指定的字符连接生成一个新的字符串。
    cut_text = " ".join(jieba.cut(f))

    wordcloud = WordCloud(
        # 设置字体，不然会出现口字乱码，文字的路径是电脑的字体一般路径，可以换成别的
        font_path="G:\Code\Python_Learn\Study_Tensorflow_2018\\venv\\2018接的小项目\Python词云\simfang.ttf",
        background_color="white",
        # mask参数=图片背景，必须要写上，另外有mask参数再设定宽高是无效的
        mask=background_image).generate(cut_text)
    # 生成颜色值
    image_colors = ImageColorGenerator(background_image)
    # 下面代码表示显示图片
    plt.imshow(wordcloud.recolor(color_func=image_colors), interpolation="bilinear")
    plt.axis("off")
    plt.show()


if __name__ == '__main__':
    GetWordCloud()

       运行结果