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  >  IT编程

用Python和WordCloud绘制词云(内附让字体清晰的秘笈)

程序员文章站 2022-03-30 20:25:13
环境及模块: Win7 64位 Python 3.6.4 WordCloud 1.5.0 Pillow 5.0.0 Jieba 0.39 目标: 绘制安徽省2018年某些科技项目的词云,直观展示热点。 思路: 先提取项目的名称,再用Jieba分词后提取词汇;过滤掉“研发”、“系列”等无意义的词;最后 ......

环境及模块:

  win7 64位

  python 3.6.4

  wordcloud 1.5.0

  pillow 5.0.0

  jieba 0.39

 目标:

  绘制安徽省2018年某些科技项目的词云,直观展示热点。

 思路:

  先提取项目的名称,再用jieba分词后提取词汇;过滤掉“研发”、“系列”等无意义的词;最后用wordcloud 绘制词云。

 扩展:

  词云默认是矩形的,本代码采用图片作为蒙版,产生异形词云图。这里用的图片是安徽省地图。

 秘笈:

  用网上的常规方法绘制的词云,字体有点模糊,秘笈在最后点明。

 

本文由hatemath原创 转载请注明出处:http://www.cnblogs.com/hatemath/

 

 正式开始,show you the code

 1 import numpy as np
 2 from pil import image
 3 import re
 4 import jieba
 5 from wordcloud import wordcloud,imagecolorgenerator,stopwords
 6 import  matplotlib.pyplot as plt
 7 
 8 # 打开存放项目名称的txt文件
 9 with open('content.txt','r',encoding='utf-8') as f:
10     word= (f.read())
11     f.close()
12 
13 # 图片模板和字体
14 image=np.array(image.open('ditu.jpg')) 
15 font=r'c:\\windows\\fonts\\msyh.ttf' 
16 
17 # 去掉英文,保留中文 
18 resultword=re.sub("[a-za-z0-9\[\`\~\!\@\#\$\^\&\*\(\)\=\|\{\}\'\:\;\'\,\[\]\.\<\>\/\?\~\。\@\#\\\&\*\%]", "",word) 
19 wordlist_after_jieba = jieba.cut(resultword) 
20 wl_space_split = " ".join(wordlist_after_jieba) 
21 
22 # 设置停用词 
23 sw = set(stopwords) 
24 sw.add("研发")
25 sw.add("系列")
26 sw.add("这里不多写了,根据自己情况添加")
27 
28 # 关键一步
29 my_wordcloud = wordcloud(scale=4,font_path=font,mask=image,stopwords=sw,background_color='white',
30                          max_words = 100,max_font_size = 60,random_state=20).generate(wl_space_split) 
31 
32 #显示生成的词云 
33 plt.imshow(my_wordcloud)
34 plt.axis("off") 
35 plt.show() 
36 
37 #保存生成的图片
38 my_wordcloud.to_file('result.jpg')

 

其中 ditu.jpg 为安徽省轮廓图片:

用Python和WordCloud绘制词云(内附让字体清晰的秘笈)

运行结果:

用Python和WordCloud绘制词云(内附让字体清晰的秘笈)

 

 可以看到,智能设备、施工工法、系统平台、电缆、机器人等都是出现较多的词汇。

 

最后是秘笈揭晓时间:

  为什么我这张图如此清晰?打开原图可以看到,这图的分辨率是1800*2500。你用网上的大多数代码,最后生成的图,尺寸很小,上面字迹边缘模糊。

  关键在于调用wordcloud时的一个参数,回放一下代码:

1 # 关键一步
2 my_wordcloud = wordcloud(scale=4,font_path=font,mask=image,stopwords=sw,background_color='white',
3                          max_words = 100,max_font_size = 60,random_state=20).generate(wl_space_split) 

  第一个参数我写的是 scale=4,这个数值越大,产生的图片分辨率越高,字迹越清晰。你可以调到64试试,我希望你的电脑足够快 /笑哭

 

本文由hatemath原创 转载请注明出处:http://www.cnblogs.com/hatemath/