Python - 利用词云wordcloud，jieba和中国地图制作四大名著的热词图

Posted 2021-03-03 Johnthegreat

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：

水浒传的如下

 

 西游记的如下

 

 

 

仔细看输出的内容，还是挺有意思的，哈哈哈。