作者：俊欣

來(lái)源：關(guān)于數(shù)據(jù)分析與可視化

在數(shù)據(jù)可視化圖表中，詞云圖的應(yīng)用隨處可見(jiàn)。它通常是對(duì)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(jiǎn)潔直觀高效，今天小編就來(lái)分享一下在Python如何繪制出來(lái)精湛的詞云圖。

小試牛刀

我們先來(lái)嘗試?yán)L制一張簡(jiǎn)單的詞云圖，用到的Python當(dāng)中的wordcloud模塊來(lái)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(gè)個(gè)的詞，這個(gè)時(shí)候就需要用到jieba模塊了，代碼如下

text_cut = jieba.lcut(text) # 將分好的詞用某個(gè)符號(hào)分割開(kāi)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(wú)關(guān)緊要的內(nèi)容，這個(gè)時(shí)候就需要用到停用詞了，我們可以自己來(lái)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(jiàn)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(jiǎn)單的詞云圖算是做好了，當(dāng)然我們可以給它添加一個(gè)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(gè)模塊stylecloud繪制出來(lái)的詞云圖也是非?？犰诺?，其中我們主要是用到下面這個(gè)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(gè)常用的參數(shù)有

• icon_name: 詞云圖的形狀
• max_font_size: 最大的字號(hào)
• max_words: 可以容納下的最大單詞數(shù)量
• stopwords: 用于篩選常見(jiàn)的停用詞
• custom_stopwords: 要是自建有停用詞表，可以拿來(lái)用
• palette: 調(diào)色板

我們來(lái)嘗試?yán)L制一個(gè)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(shū)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(gè)網(wǎng)站。

pyecharts

最后我們來(lái)看一下如何用Pyecharts模塊來(lái)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(lái)的結(jié)果略顯簡(jiǎn)單了，不過(guò)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(yǔ)以及其出現(xiàn)的頻次，這個(gè)和之前的操作有所不同