欢迎您访问程序员文章站本站旨在为大家提供分享程序员计算机编程知识!
您现在的位置是: 首页

python实现词云图效果

程序员文章站 2022-05-27 15:17:55
...

python实现词云图效果
什么是云词图,比如这种,就是由海量的词汇然后经过处理把出现出现词汇展示出来的一张图
python实现词云图效果

jieba 分词库

jieba库是优秀的中文分词库
安装jieba:pip install jieba

支持三种分词模式:
精确模式:试图将句子最精确地切开,适合文本分析;
jieba.cut(s)—精确模式,返回一个可迭代的数据类型

全模式:把句子中所有的可以成词的词语都扫描出来, 速度非常快,但是不能解决歧义;
jieba.cut(s,cut_all=True )—全模式,输出文本s中所有可能单词

搜索引擎模式:在精确模式的基础上,对长词再次切分,提高召回率,适合用于搜索引擎分词。
jieba.cut_for_search(s)—搜索引擎模式,适合搜索引擎建立索引的分词结果

添加自定义词典
开发者可以指定自定义词典,以便包含 jieba 词库里没有的词,词典格式如下:

词语 词频(可省略) 词性(可省略)

例如:

创新办 3 i
云计算 5
凱特琳 nz  

使用 jieba.load_userdict(file_name) 即可载入词典。

# 载入词典
jieba.load_userdict("userdict.txt")

案例
python实现词云图效果

import jieba

# 练手代码
# 这是等分词的字符串
# str = "好好学习,天天向上"
# # 分词 (lcut 和 cut 的区别就是lcut 返回的将会是一个列表值 )
# list1 = jieba.lcut(str)
# print(" ".join(list1))
# # 全模式,输出文本的所有单词,可能出现冗余
# list2  = jieba.lcut(str, cut_all=True)
# print(list2)
# # 搜索引擎模式
# list3 = jieba.cut_for_search(str)
# print(list3)

# 案例:对歌词进行切分
str = open("歌词.txt", "r", encoding="UTF-8").read().replace(" ","").replace(":","").replace("\n","").replace(":","")
# # lcut 和 cut 去别是 lcut 返回的是一个列表
list1 = jieba.lcut(str)

# 统计
results = {}
for s in list1:
    # get 如果有就使用get的值否则返回0作为缺省值
    results[s] = results.get(s, 0) + 1

print(results)

# 排序
resultsList = list(results.items())
# key指定的更具那个 作为key来排序 list现在保存的数据是这样的  ('喂', 6) ,我们要那6来排序就直接 a[1]就Ok了
resultsList.sort(key=lambda x: x[1], reverse=True)
print(resultsList)

python实现词云图效果

wordcloud

下面这个案例我们要用到这些模块:
wordcloud 这是一个云词占时库
matplotlib 这是绘图库
numpy 我们下面的案例要用到它来实现 将 图片 转成 二进制 数组
PIL 我们用到这个模块的 Image 来读取图片

目录结果:
python实现词云图效果
字体样式文件可以在 C:\Windows\Fonts 找一个自己喜欢的样式文件,copy 到项目目录下
python实现词云图效果
这是qq图(我们要根据这个图片的形状生成云词图):
python实现词云图效果

# 这是实现分词的
import jieba
# 这是我们的云词库
from wordcloud import WordCloud
import matplotlib.pyplot as plt
# 将图片 转成 二进制 数组
import numpy as np
# Images 主要读取图片的
from PIL import Image

# 这里我们读取  歌词.txt 文件中的内容
str = open("歌词.txt", "r", encoding="UTF-8").read().replace(" ","").replace(":","").replace("\n","").replace(":","")
#lcut 和 cut 去别是 lcut 返回的是一个列表
# 这里进行分词 操作
list1 = jieba.lcut(str)


# 指定云词图 模板
image = np.array(Image.open("qq.jpg"))


# 使用 wordCloud
wc = WordCloud(font_path="msyh.ttc", width=800, height=400, mask=image, background_color="white")
# 生成(这里使用 空格的方式来将分词隔开 )
wc.generate(" ".join(list1))


# 将生成的云词图片保存下来
wc.to_file("结果.png")


# 绘制
plt.imshow(wc)
# 关闭刻度
plt.axis("off")
plt.show()

运行结果:

python实现词云图效果
运行完后会在当前目录下保持这张图片:
python实现词云图效果
python实现词云图效果