专栏导读
🌸 欢迎来到Python办公自动化专栏—Python处理办公问题,解放您的双手
🏳️🌈 博客主页:请点击——> 一晌小贪欢的博客主页求关注
👍 该系列文章专栏:请点击——>Python办公自动化专栏求订阅
🕷 此外还有爬虫专栏:请点击——>Python爬虫基础专栏求订阅
📕 此外还有python基础专栏:请点击——>Python基础学习专栏求订阅
文章作者技术和水平有限,如果文中出现错误,希望大家能指正🙏
❤️ 欢迎各位佬关注! ❤️
库的介绍
wordcloud 是一个在 Python 中广泛使用的第三方库,主要用于根据文本数据生成词云(Word Clouds)。词云是一种可视化技术,它能够有效地展示文本数据中各个词汇的重要性或频率,通常通过字体大小来表示每个词在文本中出现的次数多少,形成类似云彩的图形,从而帮助用户快速识别出文本的主题或者高频词汇。
库的安装
pip install wordcloud -i https://pypi.tuna.tsinghua.edu.cn/simple/
基础使用1:将TXT文本转为词云图
先百度一篇英文美文,或者中文美文
常用属性
wc = WordCloud(
width=800, 词云图宽
height=400, 词云图高
background_color='white', 词云图背景色
font_path='C:/Windows/Fonts/simhei.ttf' 词云图使用系统字体)
配置项 | 类型 | 默认值 | 含义 |
---|---|---|---|
font_path | string | 字体路径 | |
width | int | 400 | 画布宽度 |
height | int | 200 | 画布高度 |
margin | int | 2 | 词云图像的边距大小,以像素为单位 |
prefer_horizontal | float | 0.9 | 词语水平排列的偏好程度,>=1 水平排列 |
mask | nd-array or None | None | 词云的形状遮罩,使得词云图像能够按照指定的形状排列词语 |
contour_width | float | 0 | 轮廓线的宽度 |
contour_color | color value | “black” | 轮廓线的颜色 |
scale | float | 1 | 词云图像的缩放比例,即词云图像计算出来的大小相对于形状遮罩或者画布的大小的比例 |
min_font_size | int | 4 | 最小字体大小 |
font_step | int | 1 | 字体的步长,关系词语间大小间隔 |
max_words | number | 200 | 词语最大数量 |
stopwords | set of strings or None | STOPWORDS | 要排除的词语 |
random_state | int | None | 随机数生成器的种子 |
background_color | color value | ”black” | 背景颜色 |
max_font_size | int or None | None | 最大字体大小 |
mode | string | ”RGB” | 主要有"RGB",“RGBA”,后者可以控制透明度 |
relative_scaling | float | ‘auto’ | 单词频率对字体大小影响,较大的值将增加词语之间的大小差异 |
color_func | callable | None | 自定义的颜色函数,该函数决定了词云中每个词语的颜色 |
regexp | string or None | None | 从输入文本中提取满足正则的词语,可选 |
collocations | bool | True | 是否考虑词组 |
colormap | string or matplotlib colormap | ”viridis” | 词云的颜色映射,即词云中每个词语的颜色分布。常见的颜色映射包括单色映射(如灰度"gray")、渐变映射(“viridis”、“magma” 和 “inferno”) |
normalize_plurals | bool | True | 通过结尾为s 判断复数形式是否被视为同一个词 |
repeat | bool | False | 词语是否重复出现 |
include_numbers | bool | False | 是否包含数字 |
min_word_length | int | 0 | 单词必须包含的最小字母数 |
collocation_threshold | int | 30 | 词语搭配(Collocations)的显示阈值 |
import os
from wordcloud import WordCloud
# 获取当前py文件路径
# 读取文本
text = open("./test.txt").read()
wordcloud = WordCloud().generate(text)
wordcloud.to_file('1.jpg')
image = wordcloud.to_image()
image.show()
from wordcloud import WordCloud
import matplotlib.pyplot as plt
# 假设我们有一个字符串变量包含文本数据
text = open('test2.txt', 'r',encoding='utf-8').read()
# 创建词云对象
wc = WordCloud(width=800, height=400, background_color='white',font_path='C:/Windows/Fonts/simhei.ttf')
# 生成词云
wc.generate(text)
# 显示词云
plt.imshow(wc, interpolation='bilinear')
plt.axis("off") # 不显示坐标轴
plt.show()
基础使用2:使用自定义字体和形状
2.1,先通过一张普通图片制作mask
需安装 【opencv】
ip install opencv-python==4.3.0.38
转msk代码
import cv2
import numpy as np
from PIL import Image
# 读取普通照片
image = cv2.imread('background.png')
# 将图像转换为灰度图
gray_image = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)
# 二值化图像,将图像转换为黑白二值图像
_, mask_image = cv2.threshold(gray_image, 250, 255, cv2.THRESH_BINARY)
# 保存生成的蒙版图像
cv2.imwrite('mask_image.png', mask_image)
import matplotlib.pyplot as plt
plt.figure(figsize=(10, 5))
# 显示第一张图片
plt.subplot(1, 2, 1)
plt.imshow(cv2.cvtColor(image, cv2.COLOR_BGR2RGB))
plt.title('Color Image')
plt.axis('off')
# 显示第二张图片
plt.subplot(1, 2, 2)
plt.imshow(cv2.cvtColor(mask_image, cv2.COLOR_BGR2RGB))
plt.title('Mask Image')
plt.axis('off')
# 显示图片
plt.show()
# -*- coding: UTF-8 -*-
'''
@Project :wordclound
@File :wordclund.py
@IDE :PyCharm
@Author :一晌小贪欢(278865463@qq.com)
@Date :2024/4/17 20:57
'''
from PIL import Image
import numpy as np
from wordcloud import WordCloud, STOPWORDS
text = open('txt1.txt', encoding='utf-8').read()
alice_mask = np.array(Image.open( "mask_image.png"))
stopwords = set(STOPWORDS)
stopwords.add("said")
wc = WordCloud(background_color="white", max_words=2000, mask=alice_mask,
stopwords=stopwords, contour_width=3, contour_color='steelblue')
wc.generate(text)
wc.to_file("alice.png")
image = wc.to_image()
image.show()
图片处理的不是很好
基础使用3:中文词云图+停用词(中英文版)-代码是中文版
中英文停用词下载:https://pan.baidu.com/s/1K-fbpcbHJzM67Jq1O4YLZQ
时光不停地向前流去,天气渐渐地凉爽起来,吵人的蝉声被秋天吹散
了,代替它的是晚间阶下石板缝里蟀的悲鸣。啊!那可爱的秋天终于来了。
秋天,比春天更有欣欣向荣的景象,花木灿烂的春天固然美丽,然而
硕果累累的秋色却透着丰收的喜悦;秋天,比夏天更有五彩缤纷的景象,枝叶茂密的夏天虽然迷人,可是,金叶满树的秋色却更爽气宜人:秋天,比冬天更有生机勃勃的景象,白雪的冬天固然可爱,但是,瓜果飘香的金秋却更富有灿烂绚丽的色彩。秋天来到了树林里,从远处看,黄叶纷落好似成群结对的金色的蝴蝶,它们飞累了,落到了我的肩膀上、头上、脚上。把我的思绪从绿色的夏日带到了金色的秋季。我一转身,一片桃叶又落在我身
旁,我弯腰拾起,捧在手上,细细地端详,好特别地一片秋叶呀!它还没来得急完全退去绿色,仍散发着一股浓浓的香气。秋天来到了果园里,柿子弯下腰鞠了一个躬就压得枝头快要折断了,荔枝妹妹太胖了,撑破了衣裳,露出了鼓鼓、白白的肚皮。硕大的苹果挂满了枝头,露出甜甜的笑容,或羞
涩,或豪放。秋姑娘来到农田里,玉米可高兴了,它特意换了一件金色的新衣,开嘴笑了,露出满口金黄的牙齿;西红柿为了让自己更漂亮,便把口红涂在了脸上;土豆的兴奋也许太高了,把它那绿色的嘴巴笑破了,露出了黄色的舌头。秋天来到了花园里,这儿成了菊花的乐园。它们也许是喜欢这
沉甸甸的金色,才选择在秋天里绽放自己的美丽。菊花的颜色真不少:黄色、粉红色、白色那大大的花朵,卷曲的花瓣,像一个卷发的小姑娘。流连菊园或独自欣赏一盆艳菊,慢慢地陶醉在那股股清香里。秋天,给大地带来一片金黄,给蓝天送去棉花似的云朵。秋凤,清凉如水,带着一丝寒意染黄了世界。
我喜欢这秋高气爽的季节!
我喜欢有花叶扶疏、朴实无华的菊花的秋天。我喜欢这独一无二,灿烂辉煌的金秋景色。
秋天,真是个丰收的季节,割草机声,孩子们的欢笑声,大人们的谈笑
声这些声音融合到了一起,组成了一首《金色的秋天》的交响曲。
import jieba
from wordcloud import WordCloud
import matplotlib.pyplot as plt
# 读取文本文件
with open('文章.txt', 'r', encoding='utf-8') as f:
text = f.read()
# 加载停用词表
with open('chineseStopWords.txt', 'r', encoding='utf-8') as f:
stopwords = f.read().splitlines()
# 使用jieba进行分词并去除停用词
words = jieba.cut(text)
filtered_words = [word for word in words if word not in stopwords]
# 将分词结果转换为字符串
filtered_text = ' '.join(filtered_words)
# 生成词云图
wc = WordCloud(font_path='C:/Windows/Fonts/simhei.ttf', background_color='white', width=800, height=600)
wc.generate(filtered_text)
# 显示词云图
plt.imshow(wc, interpolation='bilinear')
plt.axis('off')
plt.show()
# 保存词云图到文件
wc.to_file('wordcloud.png')
总结
希望对初学者有帮助
致力于办公自动化的小小程序员一枚
希望能得到大家的【一个免费关注】!感谢
求个 🤞 关注 🤞
此外还有办公自动化专栏,欢迎大家订阅:Python办公自动化专栏
求个 ❤️ 喜欢 ❤️
此外还有爬虫专栏,欢迎大家订阅:Python爬虫基础专栏
求个 👍 收藏 👍
此外还有Python基础专栏,欢迎大家订阅:Python基础学习专栏