Python WordCloud 文本分析生成词云图

快来打我* 2022-12-08 12:56 276阅读 0赞

### 文章目录 ###

*   *  环境准备
     *  Code
     *  结果文件
     *  Links

## 环境准备 ##

*  Python, pip安装配置；
 *  安装依赖的包(使用`-i url`指定要使用的镜像源，加快下载速度)

pip install wordcloud scipy jieba

如果下载速度太慢，加参数`-i https://pypi.tuna.tsinghua.edu.cn/simple`使用国内镜像下载即可。

*  文件准备：
    
    1.  要分析的文本文件(当然也可以在代码中直接写字符串)。
    2.  中文字体文件(必须设置，否则中文词云图会显示小方块样式的乱码)  
        可以在Windows系统中搜索`.ttf`结尾的，便是字体文件，我选的是`simfang.ttf`。
    3.  背景文件  
        默认会生成矩形图片(文字为彩色)，如果想生成指定样式的词云(包括重设颜色)，可以通过`mask`设置背景。  
        我下载了：[https://tse2-mm.cn.bing.net/th/id/OIP.D\_Gm8IGCvkqmOgtU2hueVwHaHS?pid=Api&rs=1][https_tse2-mm.cn.bing.net_th_id_OIP.D_Gm8IGCvkqmOgtU2hueVwHaHS_pid_Api_rs_1]  
        ![github logo][]

## Code ##

注意相对路径和绝对路径。

如果使用的相对路径加载文件，执行该py脚本的时候，应该先`cd`到该脚本所在目录，然后：

python test-wordcloud.py

`test-wordcloud.py`

from wordcloud import WordCloud, ImageColorGenerator, STOPWORDS
    import matplotlib.pyplot as plt
    import scipy.misc as imread
    import jieba
    
    # 要分析的文本文件的路径
    text_file_paths = "余华-活着.txt"
    # 自定义词云背景图片的路径(可不设置)
    mask_file_path = "bg.jpg"
    # 中文字体路径
    font_path = "C:\Windows\WinSxS\amd64_microsoft-windows-font-truetype-simfang_31bf3856ad364e35_10.0.18362.1_none_5a7f93f39ed619f0\simfang.ttf"
    # 要生成的结果路径
    result_file_path = "result.jpg"
    
    mask_img = plt.imread(mask_file_path)
    
    with open(text_file_paths, "r", encoding="UTF-8") as f:
        text = f.read()
    
    wordlist_after_jieba = jieba.cut(text, cut_all=True)
    wl_space_split = " ".join(wordlist_after_jieba)
    
    wc = WordCloud(
        background_color="white",
        font_path=font_path,
        # mask=mask_img, # 是否自己指定的背景图片
        prefer_horizontal=0.9,  # 词语水平展示的比例
        width=500,
        height=300,
        scale=10,
        max_words=500,
        relative_scaling=0.5,
        stopwords=STOPWORDS,
        max_font_size=70,
        collocations=False,
        min_word_length=2,
    )
    wc.generate(wl_space_split)
    
    # 自定义图片背景形状、颜色
    # image_colors = ImageColorGenerator(mask_img)
    # wc.recolor(color_func=image_colors)
    
    # 写入到图片文件中
    wc.to_file(result_file_path)
    
    # 显示图片
    plt.imshow(wc)
    plt.axis("off")
    plt.show()

## 结果文件 ##

1.  不配置中文字体文件，出现小方块乱码：  
    ![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3d1eXVqaW4xOTk3_size_16_color_FFFFFF_t_70_pic_center]
2.  配置中文字体后：

![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3d1eXVqaW4xOTk3_size_16_color_FFFFFF_t_70_pic_center 1]

1.  自己指定背景图片后(该图片的宽高会覆盖我们的给词云的`width height`配置)：  
    ![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3d1eXVqaW4xOTk3_size_16_color_FFFFFF_t_70_pic_center 2]
2.  自己指定图片的颜色方案：  
    ![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3d1eXVqaW4xOTk3_size_16_color_FFFFFF_t_70_pic_center 3]

## Links ##

*  [WordCloud 参数详细配置及释义][WordCloud]

[https_tse2-mm.cn.bing.net_th_id_OIP.D_Gm8IGCvkqmOgtU2hueVwHaHS_pid_Api_rs_1]: https://tse2-mm.cn.bing.net/th/id/OIP.D_Gm8IGCvkqmOgtU2hueVwHaHS?pid=Api&rs=1
[github logo]: /images/20221123/0cdfddde0c4e44d38bf27ddc8052eb6a.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3d1eXVqaW4xOTk3_size_16_color_FFFFFF_t_70_pic_center]: /images/20221123/52a98037e4734cc18f1ff03f32c2e794.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3d1eXVqaW4xOTk3_size_16_color_FFFFFF_t_70_pic_center 1]: /images/20221123/c069b39c09c846c7af01f430dbed99fd.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3d1eXVqaW4xOTk3_size_16_color_FFFFFF_t_70_pic_center 2]: /images/20221123/4abc6c3729124092a089c85f4d5667b7.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3d1eXVqaW4xOTk3_size_16_color_FFFFFF_t_70_pic_center 3]: /images/20221123/dfb9b002bd404fe0b7596d7ae10dacf9.png
[WordCloud]: https://www.cnblogs.com/delav/articles/7837975.html