用Python绘制了若干张词云图,惊艳了所有人
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
「其他文章」
- 推荐12个开源的跨平台桌面项目
- 为什么kafka性能下降这么快,我用RocketMQ的时候不会这样子
- iOS16新功能被曝耗电严重,暂时别用了!
- 我所知道的webpack5那些不太一样的改变
- 谈谈你对Kafka副本Leader选举原理的理解?
- 这样Debug,排查问题效率大大提升
- 将你的 Python 脚本转换为命令行程序
- MyBatis批量插入几千条数据慎用foreach
- 低代码平台能提升开发效率吗?
- 自定义的配置文件,如何注入到SpringBoot?
- 一个能干掉90%候选人的Kafka面试连环炮
- ThreadLocal 你真的用不上吗?
- Java中容器设计的进化史:从白盒到黑盒,再到跻身为设计模式之一的迭代器
- 浅谈自旋锁和JVM对锁的优化
- 手把手教你实现一个常用的 antd form 组件
- .NET开发框架优缺点剖析
- Python中的Deque: 实现高效的队列和堆栈
- 信息架构如何设计?5000字干货帮你快速掌握!
- C 进阶教程:C 标准模板库初学者指南
- 导致Spring事务失效的原因有哪些?