基于python生成詞云圖的代碼示例

更新時間：2023年11月16日 08:32:07 作者：顏醬

這篇文章主要個介紹了如何基于python生成詞云圖的代碼示例,文中有詳細(xì)的代碼示例喝圖文講解,對大家的學(xué)習(xí)或工作有一定的幫助,需要的朋友可以參考下

1. 讀文件

使用了下 codecs 庫，讀取內(nèi)容更方便。

import codecs
def get_file_content(filePath):
  with codecs.open(filePath, 'r', 'utf-8') as f:
      txt = f.read()
  return txt

2. 分詞

jieba是一個分詞庫，可以將一段文本分割成詞語。cut 是將文本精確切分開，不存在冗余詞語。比如顏醬是一個厲害的廚師，會變成['顏醬', '厲害', '廚師']。 Counter是一個計數(shù)器，可以統(tǒng)計詞語出現(xiàn)的次數(shù)，most_common 是取出最常用的詞語。

import jieba
from collections import Counter
def get_words(txt):
    # 先分詞，得到詞語數(shù)組
    seg_list = jieba.cut(txt)
    # 開始計數(shù)
    c = Counter()
    for x in seg_list:
        if len(x)>1 and x != '\r\n':
            c[x] += 1
    word_list = []
    print('常用詞頻度統(tǒng)計結(jié)果')
     # 統(tǒng)計前99個詞
    for (k,v) in c.most_common(99):
        word_list.append(str(k))
    # 將詞語生成文本文件
    file = open("./dist/out_words.txt", 'w').close()
    with open("./dist/out_words.txt",'a+',encoding='utf-8') as writeFile:
        for (k,v) in c.most_common(99):    # 統(tǒng)計前99個詞
            writeFile.write(str(k))
            writeFile.write(str(v))
            writeFile.write('\n')
    print(word_list)
    # ['發(fā)展','平安']
    return word_list

3. 生成云圖

wordcloud 是一個詞云庫，可以將詞語生成詞云圖片。

import wordcloud;
def generate_cloud_image(file_path, shape_image_path):
  word_list = get_words(get_file_content(file_path))
  string = ' '.join(word_list)
  # 讀取詞云形狀圖片
  image = imageio.v2.imread(shape_image_path)
  # 先實例化一個詞云對象
  wc = wordcloud.WordCloud(width=image.shape[0],     # 詞云圖寬度同原圖片寬度
                          height=image.shape[1],
                          background_color='white',  # 背景顏色白色
                          font_path='Arial Unicode.ttf',    # 指定字體路徑，微軟雅黑，可從自帶的字體庫中找
                          mask=image,   # mask 指定詞云形狀圖片，默認(rèn)為矩形
                          scale=3)      # 默認(rèn)為1，越大越清晰
  # 生成詞云
  wc.generate(string)
  # 保存成文件,output_wordcloud.png，詞云圖
  wc.to_file('dist/output_wordcloud.png')
  # 彈出圖片顯示
  alert_image('dist/output_wordcloud.png')

4. 顯示詞云圖

matplotlib是一個繪圖庫，可以將圖片顯示出來，plt 用于顯示圖片，mpimg 用于讀取圖片。

#
# plt用于顯示圖片
import matplotlib.pyplot as plt
# mpimg 用于讀取圖片
import matplotlib.image as mpimg
def alert_image(image_path):
  # 這里是讓詞云圖彈出來顯示
  lena = mpimg.imread(image_path) # 讀取和代碼處于同一目錄下的 lena.png
  # 此時 lena 就已經(jīng)是一個 np.array 了，可以對它進(jìn)行任意處理
  lena.shape #(512, 512, 3)
  plt.imshow(lena) # 顯示圖片
  plt.axis('off') # 不顯示坐標(biāo)軸
  plt.show()

這就可以了！

其他文件

準(zhǔn)備好文件實驗：

input.txt

cloud.jpg

generate_cloud_image.py

generate_cloud_image.py:

import codecs
import jieba
import imageio
import wordcloud
import matplotlib.pyplot as plt
import matplotlib.image as mpimg
from collections import Counter
# def get_words(txt):...
# def get_file_content:...
# def alert_image(image_path):...
# def generate_cloud_image(file_path, shape_image_path):...
generate_cloud_image('input.txt', 'cloud.jpg')

完整版：

import codecs
import jieba
import imageio
import wordcloud
import matplotlib.pyplot as plt
import matplotlib.image as mpimg
from collections import Counter
#  get_words函數(shù)用于統(tǒng)計詞頻，生成out.txt，展示詞語和詞頻 如發(fā)展218 堅持170
def get_words(txt):
    seg_list = jieba.cut(txt)
    c = Counter()
    for x in seg_list:
        if len(x)>1 and x != '\r\n':
            c[x] += 1
    word_list = []
    print('常用詞頻度統(tǒng)計結(jié)果')
     # 統(tǒng)計前99個詞
    for (k,v) in c.most_common(99):
        word_list.append(str(k))

    file = open("./out_words.txt", 'w').close()
    with open("./out_words.txt",'a+',encoding='utf-8') as writeFile:
        for (k,v) in c.most_common(99):    # 統(tǒng)計前99個詞
            writeFile.write(str(k))
            writeFile.write(str(v))
            writeFile.write('\n')
    print(word_list)
    # ['發(fā)展','平安']
    return word_list

def get_file_content(filePath):
    with codecs.open(filePath, 'r', 'utf-8') as f:
        txt = f.read()
    return txt
def alert_image(image_path):
    # 這里是讓詞云圖彈出來顯示
    lena = mpimg.imread(image_path) # 讀取和代碼處于同一目錄下的 lena.png
    # 此時 lena 就已經(jīng)是一個 np.array 了，可以對它進(jìn)行任意處理
    lena.shape #(512, 512, 3)
    plt.imshow(lena) # 顯示圖片
    plt.axis('off') # 不顯示坐標(biāo)軸
    plt.show()

# 根據(jù)文件生成詞云圖，file_path是文本文件路徑，shape_image_path是詞云圖的圖片途徑
def generate_cloud_image(file_path, shape_image_path):
    word_list = get_words(get_file_content(file_path))
    string = ' '.join(word_list)
    # 讀取詞云形狀圖片
    image = imageio.v2.imread(shape_image_path)
    # 生成詞云圖片，先實例化一個詞云對象
    wc = wordcloud.WordCloud(width=image.shape[0],     # 詞云圖寬度同原圖片寬度
                            height=image.shape[1],
                            background_color='white',  # 背景顏色白色
                            font_path='Arial Unicode.ttf',    # 指定字體路徑，微軟雅黑，可從win自帶的字體庫中找
                            mask=image,   # mask 指定詞云形狀圖片，默認(rèn)為矩形
                            scale=3)      # 默認(rèn)為1，越大越清晰
    # 再給詞云
    wc.generate(string)
    # 保存成文件,output_wordcloud.png，詞云圖
    wc.to_file('output_wordcloud.png')
    alert_image('output_wordcloud.png')

generate_cloud_image('input.txt', 'cloud.jpg')