用Python绘制了若干张词云图,惊艳了所有人

语言: CN / TW / HK

在数据可视化图表中,词云图的应用随处可见。它通常是对输入的一段文字进行词频提取,然后以根据词汇出现频率的大小集中显示高频词,简洁直观高效,今天小编就来分享一下在Python如何绘制出来精湛的词云图。

小试牛刀

我们先来尝试绘制一张简单的词云图,用到的Python当中的wordcloud模块来绘制,

import jieba
from wordcloud import WordCloud
import matplotlib.pyplot as plt

我们导入文本内容,并且去除掉一下换行符和空格,代码如下:

text = open(r"明朝那些事儿.txt",encoding='utf8').read()
text = text.replace('\n',"").replace("\u3000","")

我们需要将其分成一个个的词,这个时候就需要用到jieba模块了,代码如下:

text_cut = jieba.lcut(text)
# 将分好的词用某个符号分割开连成字符串
text_cut = ' '.join(text_cut)

当然了,得到的结果当中或许存在着不少我们不需要看的、无关紧要的内容,这个时候就需要用到停用词了,我们可以自己来构建,也可以直接使用别人已经构建好的停词表,这里小编采用的是后者,代码如下:

stop_words = open(r"常见中文停用词表.txt").read().split("\n")

下面便是绘制词云图的核心代码了。

word_cloud = WordCloud(font_path="simsun.ttc",  # 设置词云字体
                      background_color="white", # 词云图的背景颜色
                      stopwords=stop_words) # 去掉的停词
word_cloud.generate(text_cut)
word_cloud.to_file("1.png")

output

这样一张极其简单的词云图算是做好了,当然我们可以给它添加一个背景图片,例如下面这张图片,

主要需要添加的代码如下所示:

background = Image.open(r"5.png")
graph = np.array(background)

然后在WorCloud当中添加mask参数

# 使用WordCloud生成词云
word_cloud = WordCloud(font_path="simsun.ttc",  # 设置词云字体
                      background_color="white", # 词云图的背景颜色
                      stopwords=stop_words, # 去掉的停词
                      mask=graph)
word_cloud.generate(text_cut)
word_cloud.to_file("1.png")

output

深度优化

除此之外,还有另外一个模块stylecloud绘制出来的词云图也是非常酷炫的,其中我们主要是用到下面这个函数。

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',
)

其中几个常用的参数有

  •  icon_name: 词云图的形状
  •  max_font_size: 最大的字号
  •  max_words: 可以容纳下的最大单词数量
  •  stopwords: 用于筛选常见的停用词
  •  custom_stopwords: 要是自建有停用词表,可以拿来用
  •  palette: 调色板

我们来尝试绘制一个词云图,代码如下:

stylecloud.gen_stylecloud(text=text_cut,
                         palette='tableau.BlueRed_6',
                         icon_name='fas fa-apple-alt',
                         font_path=r'田英章楷书3500字.ttf',
                         output_name='2.png',
                         stopwords=True,
                         custom_stopwords=stop_words)

output

其中的palette参数作为调色板,可以任意变换的,具体参考:http://jiffyclub.github.io/palettable/ 这个网站。

pyecharts

最后我们来看一下如何用Pyecharts模块来进行词云图的绘制,代码如下

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),
   ("明军", 2467),
   ("士兵", 2244),
   ("张居正", 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

出来的结果略显简单了,不过这里值得注意的是,pyecharts当中的WordCloud()方法传入的数据是指定的词语以及其出现的频次,这个和之前的操作有所不同