用Python繪制了若干張詞云圖，驚艷了所有人
在數(shù)據(jù)可視化圖表中，詞云圖的應(yīng)用隨處可見。它通常是對輸入的一段文字進(jìn)行詞頻提取，然后以根據(jù)詞匯出現(xiàn)頻率的大小集中顯示高頻詞，簡潔直觀高效，今天小編就來分享一下在Python如何繪制出來精湛的詞云圖。
小試牛刀
我們先來嘗試?yán)L制一張簡單的詞云圖，用到的Python當(dāng)中的wordcloud模塊來繪制，
import jieba
from wordcloud import WordCloud
import matplotlib.pyplot as plt
我們導(dǎo)入文本內(nèi)容，并且去除掉一下?lián)Q行符和空格，代碼如下：
text = open(r"明朝那些事兒.txt",encoding='utf8').read()
text = text.replace('\n',"").replace("\u3000","")
我們需要將其分成一個個的詞，這個時候就需要用到j(luò)ieba模塊了，代碼如下：
text_cut = jieba.lcut(text)
# 將分好的詞用某個符號分割開連成字符串
text_cut = ' '.join(text_cut)
當(dāng)然了，得到的結(jié)果當(dāng)中或許存在著不少我們不需要看的、無關(guān)緊要的內(nèi)容，這個時候就需要用到停用詞了，我們可以自己來構(gòu)建，也可以直接使用別人已經(jīng)構(gòu)建好的停詞表，這里小編采用的是后者，代碼如下：
stop_words = open(r"常見中文停用詞表.txt").read().split("\n")
下面便是繪制詞云圖的核心代碼了。
word_cloud = WordCloud(font_path="simsun.ttc", # 設(shè)置詞云字體
background_color="white", # 詞云圖的背景顏色
stopwords=stop_words) # 去掉的停詞
word_cloud.generate(text_cut)
word_cloud.to_file("1.png")
output
這樣一張極其簡單的詞云圖算是做好了，當(dāng)然我們可以給它添加一個背景圖片，例如下面這張圖片，
主要需要添加的代碼如下所示：
background = Image.open(r"5.png")
graph = np.array(background)
然后在WorCloud當(dāng)中添加mask參數(shù)
# 使用WordCloud生成詞云
word_cloud = WordCloud(font_path="simsun.ttc", # 設(shè)置詞云字體
background_color="white", # 詞云圖的背景顏色
stopwords=stop_words, # 去掉的停詞
mask=graph)
word_cloud.generate(text_cut)
word_cloud.to_file("1.png")
output
深度優(yōu)化
除此之外，還有另外一個模塊stylecloud繪制出來的詞云圖也是非常酷炫的，其中我們主要是用到下面這個函數(shù)。
gen_stylecloud(text=None,
icon_name='fas fa-flag',
colors=None,
palette='cartocolors.qualitative.Bold_5',
background_color="white",
max_font_size=200,
max_words=2000,
stopwords=True,
custom_stopwords=STOPWORDS,
output_name='stylecloud.png',
)
其中幾個常用的參數(shù)有
- icon_name: 詞云圖的形狀
- max_font_size: 最大的字號
- max_words: 可以容納下的最大單詞數(shù)量
- stopwords: 用于篩選常見的停用詞
- custom_stopwords: 要是自建有停用詞表，可以拿來用
- palette: 調(diào)色板
我們來嘗試?yán)L制一個詞云圖，代碼如下：
stylecloud.gen_stylecloud(text=text_cut,
palette='tableau.BlueRed_6',
icon_name='fas fa-apple-alt',
font_path=r'田英章楷書3500字.ttf',
output_name='2.png',
stopwords=True,
custom_stopwords=stop_words)
output
其中的palette參數(shù)作為調(diào)色板，可以任意變換的，具體參考：https://jiffyclub.github.io/palettable/ 這個網(wǎng)站。
pyecharts
最后我們來看一下如何用Pyecharts模塊來進(jìn)行詞云圖的繪制，代碼如下
from pyecharts import options as opts
from pyecharts.charts import Page, WordCloud
words = [
("皇帝", 10000),
("朱元璋", 6181),
("明朝", 4386),
("朝廷", 4055),
("明軍", 2467),
("士兵", 2244),
("張居正", 1868),
("王守仁", 1281)
]
c = (
WordCloud()
.add("", words, word_size_range=[20, 100])
.set_global_opts(title_opts=opts.TitleOpts(title="基本示例"))
)
c.render("1.html")
output
出來的結(jié)果略顯簡單了，不過這里值得注意的是，pyecharts當(dāng)中的WordCloud()方法傳入的數(shù)據(jù)是指定的詞語以及其出現(xiàn)的頻次，這個和之前的操作有所不同
