WordCloud 简介
GitHub
GitHub：https://github.com/amueller/word_cloud
example：https://github.com/amueller/word_cloud/tree/master/examples
wordcloud 是什么？
词云图
说wordcloud 之前我们要先了解一个名词，词云图 ，什么是词云图呢？
词云图，也叫文字云，是对文本中出现频率较高的“关键词”予以视觉化的展现，词云图过滤掉大量的低频低质的文本信息，使得浏览者只要一眼扫过文本就可领略文本的主旨。
WordCloud
WordCloud 是一款python环境下的词云图工具包，同时支持python2和python3，能通过代码的形式把关键词数据转换成直观且有趣的图文模式。
安装
pip默认安装方式
pip install wordcloud
如果是使用conda的方式安装，则使用以下命令安装
conda install -c conda-forge wordcloud
wordcloud输入第三方安装包，也可以下载whl文件到本地然后本地安装
1、先检查自己使用的python是哪个版本的
python --version Python 3.7.1
2、打开非正式第三方whl文件包的网站 https://www.lfd.uci.edu/~gohlke/pythonlibs/ ，下载对应版本的安装包，我这里是python3.7的windows版本，所以选择最后一个
3、下载完成以后打开cmd，用pip安装wheel 执行命令
pip install wheel
4、cmd切换到刚才下载的 wordcloud-1.5.0-cp37-cp37m-win_amd64.whl 目录，然后执行命令
pip install wordcloud-1.5.0-cp37-cp37m-win_amd64.whl
如图，证明安装成功
使用方法
简单实例讲解：
with open("tmp/tag.txt", encoding="utf-8") as file:
# 数据文件
txt = file.read()
# 如果数据文件中包含的有中文的话，font_path必须指定字体，否则中文会乱码
# collocations：是否包括两个词的搭配，默认为True，如果为true的时候会有
# 重复的数据，这里我不需要重复数据，所以设置为False
# width 幕布的宽度，height 幕布的高度
# max_words 要显示的词的最大个数
# generate 读取文本文件
wordcloud = WordCloud(font_path="C:/Windows/Fonts/simfang.ttf",
collocations=False,
background_color="black",
width=800,
height=600,
max_words=100).generate(txt)
# 生成图片
image = wordcloud.to_image()
# 展示图片
image.show()
# 写入文件
wordcloud.to_file("tmp/tag.jpg")
更多官方示例讲解
https://github.com/amueller/word_cloud/blob/master/examples/a_new_hope.py
参数讲解
详细参数讲解请查看 https://www.yuque.com/darren-irbls/python/pr2zc5
|
属性 |
数据类型|默认值 |
解析 |
|
font_path |
string |
字体路径
windows：C:/Windows/Fonts/
Linux: /usr/share/fonts
|
width
|
int (default=400)
|
输出的画布宽度，默认为400像素
|
height
|
int (default=200)
|
输出的画布高度，默认为200像素
|
prefer_horizontal
|
float (default=0.90)
|
词语水平方向排版出现的频率,默认 0.9
所以词语垂直方向排版出现频率为0.1
|
mask
|
nd-array or None (default=None) |
如果参数为空，则使用二维遮罩绘制词云
如果mask非空，设置的宽高值将被忽略
遮罩形状被 mask 取代
|
scale
|
float (default=1)
|
按照比例进行放大画布，如设置为1.5， 则长和宽都是原来画布的1.5倍
|
min_font_size
|
int (default=4)
|
显示的最小的字体大小
|
font_step
|
int (default=1)
|
字体步长，如果步长大于1，会加快运算
但是可能导致结果出现较大的误差
|
max_words
|
number (default=200)
|
要显示的词的最大个数
|
stopwords
|
set of strings or None |
设置需要屏蔽的词，如果为空，
则使用内置的STOPWORDS
|
background_color
|
color value
default=”black”
|
背景颜色
|
max_font_size
|
int or None default=None |
显示的最大的字体大小
|
mode
|
string (default=”RGB”)
|
当参数为“RGBA”并且background_color
不为空时，背景为透明
|
relative_scaling
|
float (default=.5)
|
词频和字体大小的关联性
|
color_func
|
callable, default=None
|
生成新颜色的函数，如果为空，
则使用 self.color_func
|
regexp
|
string or None (optional) |
使用正则表达式分隔输入的文本
|
collocations
|
bool, default=True
|
是否包括两个词的搭配
|
colormap
|
string or matplotlib colormap default=”viridis” |
给每个单词随机分配颜色，
若指定color_func，则忽略该方法
|
random_state
|
int or None
|
为每个单词返回一个PIL颜色
|
在线词云图工具
wordart
图悦
http://www.picdata.cn/indexb.php
worditout