怎么用Python畫出好看的詞云圖?

? ? ?作者：易執(zhí)

? ? ?來源：Python讀數(shù)

相信很多人在第一眼看到下面這些圖時，都會被其牛逼的視覺效果所吸引，這篇文章就教大家怎么用Python畫出這種圖。

上面的這種圖叫做詞云圖，主要用途是將文本數(shù)據(jù)中出現(xiàn)頻率較高的關(guān)鍵詞以可視化的形式展現(xiàn)出來，使人一眼就可以領(lǐng)略文本數(shù)據(jù)的主要表達(dá)意思。詞云圖中，詞的大小代表了其詞頻，越大的字代表其出現(xiàn)頻率更高。

那生成一張詞云圖的主要步驟有哪些？過程中又需要用到哪些Python庫呢？

1. 首先需要一份待分析的文本數(shù)據(jù)，由于文本數(shù)據(jù)都是一段一段的，所以第一步要將這些句子或者段落劃分成詞，這個過程稱之為分詞，需要用到Python中的分詞庫jieba。

2. 分詞之后，就需要根據(jù)分詞結(jié)果生成詞云，這個過程需要用到wordcloud庫

3. 最后需要將生成的詞云展現(xiàn)出來，用到大家比較熟悉的matplotlib

理清了詞云圖繪制的主要脈絡(luò)之后，下面就用代碼操作起來。

明天就過年了，所以我也特地去找了幾首新年歌，將它們的歌詞匯總起來作為本次展示用的文本數(shù)據(jù)，大家可以看看新年歌中哪些詞的出現(xiàn)頻率比較高。我們先繪制一個比較簡單的詞云圖：

# 導(dǎo)入相應(yīng)的庫import jiebafrom wordcloud import WordCloudimport matplotlib.pyplot as plt
# 導(dǎo)入文本數(shù)據(jù)并進(jìn)行簡單的文本處理# 去掉換行符和空格text = open("./data/新年歌.txt",encoding='utf8').read()text = text.replace('\n',"").replace("\u3000","")

# 分詞，返回結(jié)果為詞的列表text_cut = jieba.lcut(text)# 將分好的詞用某個符號分割開連成字符串text_cut = ' '.join(text_cut)

# 導(dǎo)入停詞# 用于去掉文本中類似于'啊'、'你'，'我'之類的詞stop_words = open("F:/NLP/chinese corpus/stopwords/stop_words_zh.txt",encoding="utf8").read().split("\n")
# 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word_cloud.generate(text_cut)
# 運用matplotlib展現(xiàn)結(jié)果plt.subplots(figsize=(12,8))plt.imshow(word_cloud)plt.axis("off")

一張簡單的詞云圖就成功生成啦，但看起來好像并沒有特別好看，怎么生成帶特定形狀的詞云呢？

想生成帶特定形狀的詞云，首先得準(zhǔn)備一張該形狀的圖片，且除了目標(biāo)形狀外，其他地方都是空白的，如下面這張用于演示的圖。

上圖中除了福字之外都是白色的，準(zhǔn)備好之后就上代碼

import jiebafrom wordcloud import WordCloudimport matplotlib.pyplot as pltfrom PIL import Image
text = open("./data/新年歌.txt",encoding='utf8').read()text = text.replace('\n',"").replace("\u3000","")text_cut = jieba.lcut(text)text_cut = ' '.join(text_cut)
stop_words = open("F:/NLP/chinese corpus/stopwords/stop_words_zh.txt",encoding="utf8").read().split("\n")
# 主要區(qū)別background = Image.open("./data/background.png")graph = np.array(background)
word_cloud = WordCloud(font_path="simsun.ttc",                        background_color="white",                        mask=graph, # 指定詞云的形狀                       stopwords=stop_words)
word_cloud.generate(text_cut)plt.subplots(figsize=(12,8))plt.imshow(word_cloud)plt.axis("off")

代碼部分和普通的圖基本一致，區(qū)別在于要導(dǎo)入相應(yīng)形狀的圖片，并在wordcloud設(shè)置了mask參數(shù)。

生成的詞云圖如下：

是不是還挺簡單的，借這張圖也祝福大家2020年都福氣滿滿！

◆?◆?◆ ?◆?◆

長按二維碼關(guān)注我們

數(shù)據(jù)森麟公眾號的交流群已經(jīng)建立，許多小伙伴已經(jīng)加入其中，感謝大家的支持。大家可以在群里交流關(guān)于數(shù)據(jù)分析&數(shù)據(jù)挖掘的相關(guān)內(nèi)容，還沒有加入的小伙伴可以掃描下方管理員二維碼，進(jìn)群前一定要關(guān)注公眾號奧，關(guān)注后讓管理員幫忙拉進(jìn)群，期待大家的加入。

管理員二維碼：

●?笑死人不償命的知乎沙雕問題排行榜

●?用Python扒出B站那些“驚為天人”的阿婆主！

●?互聯(lián)網(wǎng)大佬學(xué)歷&背景大揭秘，看看是你的老鄉(xiāng)還是校友

●?上萬條數(shù)據(jù)撕開微博熱搜的真相！

●?你相信逛B站也能學(xué)編程嗎？?