Jieba库使用和好玩的词云
程序员文章站
2022-06-27 20:18:16
Jieba库使用和好玩的词云 一、关于词云 WordCloud库常规方法 以WordCloud对象为基础 配置参数、加载文本、输出文件 函数 简述 w.generate(txt) 向WordCloud对象w中加载文本txt w.to_file(file name) 将词云输出为图像文件,例如.png ......
jieba库使用和好玩的词云
一、关于词云
wordcloud库常规方法
- 以wordcloud对象为基础
- 配置参数、加载文本、输出文件
函数 | 简述 |
w.generate(txt) | 向wordcloud对象w中加载文本txt |
w.to_file(file name) | 将词云输出为图像文件,例如.png格式 |
步骤:
- 配置对象参数
- 加载词云文本
- 输出词云文件
配置对象参数
函数 | 简述 |
font_path | 字体路径,做中文词云必须设置字体,否则无法显示 |
width | 输出的画布宽度,默认为400像素 |
height | 输出的画布高度,默认为200像素 |
max_words | 要显示的词的最大个数,默认为200 |
stop_words | 指定词云的排除词列表,即不显示的单词列表 |
max_font_size | 显示的最大字体大小 |
min_font_size | 显示的最小字体大小 |
background_color | 指定词云图片的背景颜色,默认为黑色 |
mask | 指定词云形状,默认为长方形,需要引用imread()函数 |
二、文本词频统计(以《红楼梦》为例)
- 下载一个《红楼梦》文本 这里将文本命名为 hongloumeng.txt
- 编写代码如下:
#dreaminredmansions.py import jieba #调用jieba库 txt = open("hongloumeng.txt","r",encoding="utf-8").read() #打开txt文件阅读 words = jieba.lcut(txt) #分词 counts = {} #建立一个空字典 for word in words: if len(word)==1: continue else: counts[word]=counts.get(word,0) + 1 #遍历每个中文单词,通过字典来计数 items = list(counts.items()) #将字典counts转换为列表类型 items.sort(key=lambda x:x[1],reverse = true) #对列表进行排序 for i in range(20): word,count = items[i] print("{0:<10}{1:>5}".format(word,count)) #打印出前20个词
但是运行出现错误,
这是因为没有写明文本所在的绝对路径,以致找不到文本,打开文本属性找到位置复制即可。
但是这样依旧执行错误,
win10电脑文本编码默认为ascii码,我们应将其改为utf-8,打开 hongloumeng.txt --文件--另存为--编码--utf-8,取名为 shitouji.txt ,按照上述方法找到新的文本位置即可。改正的代码如下:
#dreaminredmansions.py
import jieba #调用jieba库
txt = open("d:\我爱学习\python3\wenben\shitouji.txt","r",encoding="utf-8").read() #打开txt文件阅读
words = jieba.lcut(txt) #分词
counts = {} #建立一个空字典
for word in words:
if len(word)==1:
continue
else:
counts[word]=counts.get(word,0) + 1 #遍历每个中文单词,通过字典来计数
items = list(counts.items()) #将字典counts转换为列表类型
items.sort(key=lambda x:x[1],reverse = true) #对列表进行排序
for i in range(20):
word,count = items[i]
print("{0:<10}{1:>5}".format(word,count)) #打印出前20个词
效果如下:
三、词云展现
1、运用jieba库和wordcloud库,代码如下:注: .join( )函数: 连接字符串数组。将字符串、元组、列表中的元素以指定的字符(分隔符)连接生成一个新的字符串
from wordcloud import wordcloud
import jieba
def create_word_cloud():
path_txt = 'd:\我爱学习\python3\wenben\\shitouji.txt'
text = open(path_txt,"r",encoding="utf-8").read()
wordlist = jieba.lcut(text) # jieba分词
wl = " ".join(wordlist)
# 设置词云
w = wordcloud(
# 设置背景颜色为白色
background_color="white",
# 设置最大显示的词云数为200
max_words=200,
# 字体的一般路径--宋体
font_path='simsun.ttc',
height=1200,
width=1600,
# 设置字体最大的字体大小
max_font_size=100,
# 设置配色方案
random_state=100,
)
w.generate(wl) # 生成词云
w.to_file('img_book1.png') # 把词云保存下
if __name__ == '__main__':
create_word_cloud()
效果如下:
上一篇: python模块:JSON模块
下一篇: JS异步单线程与内置对象面试