WordCloud 简介

Posted 2021-02-05 jesn

WordCloud 简介

GitHub 

 

GitHub：https://github.com/amueller/word_cloud

example：https://github.com/amueller/word_cloud/tree/master/examples

 

wordcloud 是什么？

 

词云图

说wordcloud 之前我们要先了解一个名词，词云图 ，什么是词云图呢？

 

词云图，也叫文字云，是对文本中出现频率较高的“关键词”予以视觉化的展现，词云图过滤掉大量的低频低质的文本信息，使得浏览者只要一眼扫过文本就可领略文本的主旨。

 

 

 

WordCloud

WordCloud 是一款python环境下的词云图工具包，同时支持python2和python3，能通过代码的形式把关键词数据转换成直观且有趣的图文模式。

 

安装

 

pip默认安装方式

pip install wordcloud

如果是使用conda的方式安装，则使用以下命令安装

conda install -c conda-forge wordcloud

wordcloud输入第三方安装包，也可以下载whl文件到本地然后本地安装

 

1、先检查自己使用的python是哪个版本的

python --version

Python 3.7.1

2、打开非正式第三方whl文件包的网站  https://www.lfd.uci.edu/~gohlke/pythonlibs/   ，下载对应版本的安装包，我这里是python3.7的windows版本，所以选择最后一个

 

3、下载完成以后打开cmd，用pip安装wheel 执行命令

pip install wheel

4、cmd切换到刚才下载的 wordcloud-1.5.0-cp37-cp37m-win_amd64.whl   目录，然后执行命令

 

pip install wordcloud-1.5.0-cp37-cp37m-win_amd64.whl

　　

 

如图，证明安装成功

 

使用方法

 

简单实例讲解：

 

   with open("tmp/tag.txt", encoding="utf-8") as file:
            # 数据文件
            txt = file.read()
            # 如果数据文件中包含的有中文的话，font_path必须指定字体，否则中文会乱码
            # collocations：是否包括两个词的搭配，默认为True，如果为true的时候会有
            # 重复的数据，这里我不需要重复数据，所以设置为False
            # width 幕布的宽度，height 幕布的高度
            # max_words 要显示的词的最大个数
            # generate 读取文本文件
            wordcloud = WordCloud(font_path="C:/Windows/Fonts/simfang.ttf", 
            											collocations=False,
                                  background_color="black", 
                                  width=800, 
                                  height=600, 
                                  max_words=100).generate(txt)
            # 生成图片
            image = wordcloud.to_image()
            # 展示图片
            image.show()
            # 写入文件
            wordcloud.to_file("tmp/tag.jpg")

　　

更多官方示例讲解

 

https://github.com/amueller/word_cloud/blob/master/examples/a_new_hope.py

 

参数讲解

 

详细参数讲解请查看  https://www.yuque.com/darren-irbls/python/pr2zc5

属性	数据类型|默认值	解析
font_path	string	字体路径 windows：C:/Windows/Fonts/ Linux: /usr/share/fonts
width	int (default=400)	输出的画布宽度，默认为400像素
height	int (default=200)	输出的画布高度，默认为200像素
prefer_horizontal	float (default=0.90)	词语水平方向排版出现的频率,默认 0.9 所以词语垂直方向排版出现频率为0.1
mask	nd-array or None (default=None)	如果参数为空，则使用二维遮罩绘制词云 如果mask非空，设置的宽高值将被忽略 遮罩形状被 mask 取代
scale	float (default=1)	按照比例进行放大画布，如设置为1.5， 则长和宽都是原来画布的1.5倍
min_font_size	int (default=4)	显示的最小的字体大小
font_step	int (default=1)	字体步长，如果步长大于1，会加快运算 但是可能导致结果出现较大的误差
max_words	number (default=200)	要显示的词的最大个数
stopwords	set of strings or None	设置需要屏蔽的词，如果为空， 则使用内置的STOPWORDS
background_color	color value default=”black”	背景颜色
max_font_size	int or None default=None	显示的最大的字体大小
mode	string (default=”RGB”)	当参数为“RGBA”并且background_color 不为空时，背景为透明
relative_scaling	float (default=.5)	词频和字体大小的关联性
color_func	callable, default=None	生成新颜色的函数，如果为空， 则使用 self.color_func
regexp	string or None (optional)	使用正则表达式分隔输入的文本
collocations	bool, default=True	是否包括两个词的搭配
colormap	string or matplotlib colormap default=”viridis”	给每个单词随机分配颜色， 若指定color_func，则忽略该方法
random_state	int or None	为每个单词返回一个PIL颜色

在线词云图工具

 

wordart

https://wordart.com/

 

图悦

http://www.picdata.cn/indexb.php

 

worditout

https://worditout.com/word-cloud/create