【词云】wordcloud安装与使用

wordcloud 是一个python实现的高效词频可视化工具，除了可以使用各种mask和颜色提供个性化的掩膜，还可以通过api便捷的挑战获得个性化的词云输出。
安装：pip install wordcloud


wordcloud 包含三个主要api：

• WordCloud([font_path, width, height, …]) 最重要的函数生成和描绘词云.
• ImageColorGenerator(image[, default_color]) 通过输入rgb图像获得色彩信息.
• random_color_func([word, font_size, …]) 随机渲染颜色.

1.简单的小栗子

首先我们需要一篇文本文档来显示，作为例子就copy了纽约时报的一篇报道存为demo.txt,随后使用wordcloud来可视化：

import matplotlib.pyplot as plt  #导入画图包
from wordcloud import WordCloud  #导入wordcloud api

text = open('./demo.txt').read()    #打开刚刚保存的api
wordcloud = WordCloud().generate(text)  #利用text生成词云

#显示词云
plt.imshow(wordcloud, interpolation='bilinear')
plt.axis("off")
plt.show()

这时候我们就有一副粗糙的词云图像了,可以看到词云基本上表示了文章的主题:

接下来我们要精炼一下我们的图像，让它变得更漂亮，这就需要详细地了解一下API的信息了。

修改后的词云图:

2.API–wordcloud.WordCloud

class wordcloud.WordCloud(font_path=None,   #可以指定词云的字体
width=400, height=200, margin=2,            #词云长宽
ranks_only=None, prefer_horizontal=0.9,     #水平竖直方向的比例
mask=None, scale=1,                         #mask为词云的掩膜，可由图像突入二值BW图
color_func=None,                            #定义颜色函数，可由ImageColorGenerator定义
max_words=200,                              #最多显示的词数
max_font_size=None,min_font_size=4, 
font_step=1,                                #定义最小最大字体及其变化步长
stopwords=None, random_state=None,          #待清除的词
background_color='black',                   #定义背景颜色
mode='RGB',                                 #RGBA时可以使得背景透明
relative_scaling='auto',                    #词频与显示字体的相对大小
regexp=None,                                #输入分词的正则表达式
collocations=True,                          #
colormap=None, 
normalize_plurals=True,                     #单复数单词是否看成一致
contour_width=0, contour_color='black',     #边缘设置
repeat=False)                               #小于最大值时是否重复

3.个性化词云

针对api中的设置，我们可以修改刚才的代码来实现更好看的词云：

import matplotlib.pyplot as plt
from wordcloud import WordCloud,ImageColorGenerator
import cv2

text = open('./demo.txt').read()
mask = cv2.imread('./font/Burdick-Scutoid.jpg')          #读入用于作为mask的图
image_colors = ImageColorGenerator(mask)                 #生成颜色
wc = WordCloud(font_path='./font/CabinSketch-Bold.ttf',  #设置字体，可以从google/font下载
					  background_color='white',          #设置背景颜色
                      mask = mask,colormap='autumn',     #设置掩膜和colormap，会被color_func覆盖
                      #color_func=image_colors,          #设置颜色生成函数
                      #repeat=True,                      
                      contour_width=1, contour_color='gold'  #设置边框
              )
#字体下载地址：https://github.com/google/fonts/blob/master/ofl/cabinsketch/CabinSketch-Bold.ttf              
wc.generate(text)
plt.imshow(wc, interpolation='bilinear')
plt.axis("off")
plt.show()

运行后就得到了下面的图啦

4.中文词云

同样我们先准备一份cn.txt的中文文档，保存为utf-8编码:

import io
import jieba                     #导入jieba包作为切分词语的工具
import matplotlib.pyplot as plt  #导入画图包
from wordcloud import WordCloud  #导入wordcloud api

text = io.open('./zh.txt',encoding ='utf-8').read()     #python2中需要利用io.open中的编码功能encoding
cut_str = jieba.cut(text)  #使用Jieba分词进行  -> generator
text = r' '.join(cut_str)  #将分词结果组合为字符串

wordcloud = WordCloud(font_path = './font/simhei.ttf',background_color='white',colormap='jet').generate(text)  #利用text生成词云
#必须设定中文字体才能显示  from：http://www.font5.com.cn/font_download.php?id=151&part=1237887120

#显示词云
plt.imshow(wordcloud, interpolation='bilinear')
plt.axis("off")
plt.show()

from pexels.com

---

ref
https://amueller.github.io/word_cloud
https://github.com/amueller/word_cloud
https://blog.csdn.net/fyuanfena/article/details/52038984
http://www.zyy1217.com/
jieba
http://www.cnblogs.com/fonttian/p/9819770.html
https://blog.csdn.net/fontthrone/article/details/72782971
https://blog.csdn.net/sinat_34022298/article/details/75943272
encoding：
https://blog.csdn.net/j2iayu7y/article/details/80193340
http://python.jobbole.com/87145/
http://www.cnblogs.com/fkissx/p/5417363.html