WordCloud是一種很好的展現(xiàn)數(shù)據(jù)的方式，網(wǎng)上也有不少小工具和在線網(wǎng)頁。

但是有些不支持中文，有些安裝復(fù)雜，所以決定用Python實現(xiàn)。

主要參考官網(wǎng)，通過官網(wǎng)的例子，講一下WordCloud的制作。

主要流程

獲取內(nèi)容的路徑

如果是一段文字，系統(tǒng)自動算頻次

你也可以直接導(dǎo)入統(tǒng)計好的頻次

設(shè)置字體

一般字體路徑在C:\Windows\Fonts，你可以選自己喜歡的中文或者英文字體

切割中文字符

英文字符就不用切割了

輸入WordCloud的參數(shù)

背景色

字號

生成的形狀

顏色

字體大小

字體旋轉(zhuǎn)等等

生成WordCloud

用matplotlib顯示圖片

效果圖

安裝庫

老規(guī)矩，首先，你要安裝庫。

最基本的兩個：

pip install wordcloud #這是WordCloud的庫

pip install matplotlib #顯示圖像

一個單詞構(gòu)造WordCloud

在這個代碼中，我們需要安裝一個numpy庫

(大部分小伙伴應(yīng)該都裝過，就不用再裝了)

pip install numpy

這里用這個庫，主要是想用數(shù)學(xué)坐標(biāo)生成一個簡單的背景圖案，比如圓形、方形

基本步驟

1、輸入單詞

2、用numpy 生成一個形狀，下面生成了一個圓形mask

3、輸入WordCloud的參數(shù)(包括背景色、是否重復(fù)、圖案形狀)

4、用matplotlib顯示圖片

import numpy as np

import matplotlib.pyplot as plt

from wordcloud import WordCloud

text = "square" #輸入你要的單詞

x, y = np.ogrid[:300, :300] #快速產(chǎn)生一對數(shù)組

# 產(chǎn)生一個以(150,150)為圓心,半徑為130的圓形mask

mask = (x - 150) ** 2 + (y - 150) ** 2 > 130 ** 2 #此時mask是bool型

mask = 255 * mask.astype(int) #變量類型轉(zhuǎn)換為int型

wc = WordCloud(

background_color="white", #背景顏色為“白色”

repeat=True, #單詞可以重復(fù)

mask=mask #指定形狀，就是剛剛生成的圓形

)

wc.generate(text) #從文本生成wordcloud

plt.axis("off") #把作圖的坐標(biāo)軸關(guān)掉

plt.imshow(wc, interpolation="bilinear")

plt.show()

生成WordCloud

最簡單的生成方式，文本內(nèi)容都是英文，直接用系統(tǒng)默認(rèn)的形狀(一個長方形)

我這邊是導(dǎo)入了一個商務(wù)英語的txt，所以可以看到，出現(xiàn)次數(shù)最多的單詞是company，然后是business、new、work等單詞，我還看到了money，哈哈~

基本步驟

1、獲取內(nèi)容txt的路徑

2、輸入WordCloud的參數(shù)(包括背景色、字號等)

3、生成WordCloud

4、用matplotlib顯示圖片

*WordCloud有很多參數(shù)，如果你不寫，都是默認(rèn)的。比如背景色默認(rèn)黑色。

import os

from os import path

from wordcloud import WordCloud

from matplotlib import pyplot as plt

# 獲取當(dāng)前文件路徑

d = path.dirname(__file__) if "__file__" in locals() else os.getcwd()

# 獲取文本txt的路徑(txt和代碼在一個路徑下面)

text = open(path.join(d,'BusinessEnglish.txt')).read()

# 生成詞云

wc = WordCloud(

scale=2,

max_font_size=100, #最大字號

background_color='white' #設(shè)置背景顏色

)

wc.generate(text) # 從文本生成wordcloud

# wc.generate_from_text(text) #用這種表達方式也可以

# 顯示圖像

plt.imshow(wc,interpolation='bilinear')

plt.axis('off')

plt.tight_layout()

wc.to_file('標(biāo)簽云效果圖.png') # 儲存圖像

#plt.savefig('標(biāo)簽云效果圖.png',dpi=200) #用這個可以指定像素

plt.show()

設(shè)置WordCloud形狀

都是長方形、圓形、正方形這種，好像不夠炫酷

為了炫酷，我們可以給它設(shè)置不同的形狀，比如云朵、愛心等等

下面我們用Alice的小裙子做個實例

這個圖片長這樣

我們生成的圖片是這樣的，可以看到，完整保留了上圖的輪廓

基本步驟

和之前基本都是一致的，就是多了一步，導(dǎo)入指定圖片，獲取圖片輪廓

1、獲取內(nèi)容txt的路徑

2、輸入WordCloud的參數(shù)(包括背景色、字號等)，指定了生成的形狀

3、生成WordCloud

4、用matplotlib顯示圖片

*代碼中增加了一個stopwords，有些你覺得沒意義的單詞，不想顯示在圖片上，你就可以放在這里

from os import path

from PIL import Image

import numpy as np

import matplotlib.pyplot as plt

import os

from wordcloud import WordCloud, STOPWORDS

# 獲取當(dāng)前文件路徑

d = path.dirname(__file__) if "__file__" in locals() else os.getcwd()

# 獲取文本txt的路徑(txt和代碼在一個路徑下面)

text = open(path.join(d, 'BusinessEnglish.txt')).read()

# 讀取mask的圖像(圖像和代碼在一個路徑下面)

alice_mask = np.array(Image.open(path.join(d, "alice_mask.png")))

# 設(shè)置不顯示單詞，比如said、in、on、is這種單詞

stopwords = set(STOPWORDS)

stopwords.add("said")

# 設(shè)置詞云參數(shù)

wc = WordCloud(background_color="white",

max_words=2000,

mask=alice_mask,

stopwords=stopwords,

contour_width=3, #設(shè)置輪廓寬度

contour_color='steelblue') #設(shè)置輪廓顏色

# 從文本生成wordcloud

wc.generate(text)

# 保存到文件

wc.to_file(path.join(d, "alice.png"))

# 顯示圖片

plt.imshow(wc, interpolation='bilinear')

plt.axis("off")

plt.figure() #新建一個圖片，把mask也顯示出來

plt.imshow(alice_mask, cmap=plt.cm.gray, interpolation='bilinear')

plt.axis("off")

plt.show()

根據(jù)圖片調(diào)整顏色

原圖是這樣的

如果我們直接根據(jù)上一步，獲取圖片輪廓，可以得到下圖

我們進一步，根據(jù)原圖，調(diào)整顏色

其實就是獲取了圖片顏色，也是一行代碼

image_colors = ImageColorGenerator(alice_coloring)

完整代碼

from os import path

from PIL import Image

import numpy as np

import matplotlib.pyplot as plt

import os

from wordcloud import WordCloud, STOPWORDS, ImageColorGenerator

# 獲取當(dāng)前文件路徑

d = path.dirname(__file__) if "__file__" in locals() else os.getcwd()

# 獲取文本txt的路徑(txt和代碼在一個路徑下面)

text = open(path.join(d, 'BusinessEnglish.txt')).read()

# 讀取我要的圖片文件

alice_coloring = np.array(Image.open(path.join(d, "alice_color.png")))

# 設(shè)置不顯示的單詞

stopwords = set(STOPWORDS)

stopwords.add("said")

# 設(shè)置詞云參數(shù)

wc = WordCloud(background_color="white",

max_words=2000,

mask=alice_coloring,

stopwords=stopwords,

max_font_size=40,

random_state=42)

# 從文本生成wordcloud

wc.generate(text)

# 根據(jù)圖片，創(chuàng)建顏色

image_colors = ImageColorGenerator(alice_coloring)

# 把圖片分成3份

fig, axes = plt.subplots(1, 3)

axes[0].imshow(wc, interpolation="bilinear")

# recolor wordcloud and show

# we could also give color_func=image_colors directly in the constructor

axes[1].imshow(wc.recolor(color_func=image_colors), interpolation="bilinear")

axes[2].imshow(alice_coloring, cmap=plt.cm.gray, interpolation="bilinear")

for ax in axes:

ax.set_axis_off()

# 單獨顯示圖片

# plt.figure()

# plt.imshow(wc, interpolation="bilinear")

# plt.axis("off")

# plt.figure()

# plt.imshow(wc.recolor(color_func=image_colors), interpolation="bilinear")

# plt.axis("off")

# plt.figure()

# plt.imshow(alice_coloring, cmap=plt.cm.gray, interpolation="bilinear")

# plt.axis("off")

plt.show()

用頻率繪制WordCloud

上面是直接把一個txt輸進去，系統(tǒng)自動給你算出現(xiàn)次數(shù)的

但是實際過程中，我們有時候，是知道單詞出現(xiàn)次數(shù)的，我們就想根據(jù)已知的次數(shù)顯示

這一步，其實就改了一行代碼，

原來是這樣的

wc.generate(text)

# 這里的text是一段文字

現(xiàn)在是這樣的

wc.generate_from_frequencies(text)

# 這里的text是一個字典

# 'ken': 1, 'was': 47, 'hot': 2, 'water': 2

如果你已經(jīng)有一個字典，直接代進去就好了

這里給大家詳細看一下，如果假設(shè)我沒有這個字典

我還是一段文字，我想先生成這個字典，再代入進去

這里，你需要安裝一個庫multidict，創(chuàng)建一鍵多值字典

pip install multidict

用multidict這個庫，我可以把文本變成一個字典

通過上圖就可以看到，這個字典有1105個組合，每一個單詞，都統(tǒng)計了出現(xiàn)次數(shù)

import multidict as multidict

import numpy as np

import os

import re

from PIL import Image

from os import path

from wordcloud import WordCloud

import matplotlib.pyplot as plt

def getFrequencyDictForText(sentence):

fullTermsDict = multidict.MultiDict()

tmpDict = {}

# making dict for counting frequencies

for text in sentence.split(" "):

if re.match("a|the|an|the|to|in|for|of|or|by|with|is|on|that|be", text):

continue

val = tmpDict.get(text, 0)

tmpDict[text.lower()] = val + 1

for key in tmpDict:

fullTermsDict.add(key, tmpDict[key])

return fullTermsDict

def makeImage(text):

alice_mask = np.array(Image.open("alice_mask.png"))

wc = WordCloud(

background_color="white",

max_words=1000,

mask=alice_mask

)

# generate word cloud

wc.generate_from_frequencies(text)

# show

plt.imshow(wc, interpolation="bilinear")

plt.axis("off")

wc.to_file('frequency.png') # 儲存圖像

plt.show()

# 獲取當(dāng)前文件路徑

d = path.dirname(__file__) if "__file__" in locals() else os.getcwd()

# 獲取文本txt的路徑(txt和代碼在一個路徑下面)

text = open(path.join(d, 'BusinessEnglish.txt'), encoding='utf-8')

text = text.read()

makeImage(getFrequencyDictForText(text))

生成中英文WordCloud

生成一個中英文混搭的WordCloud

如果你的txt全是中文，那就是全中文的

基本步驟

和之前基本也都一樣，就是中文字符，需要增加一個中文詞語切割

這就需要添加一個庫

pip install jieba # 中文切割

1、獲取內(nèi)容txt的路徑

2、設(shè)置字體

3、切割中文字符

4、輸入WordCloud的參數(shù)(包括背景色、字號等)，指定了生成的形狀

5、生成WordCloud

6、用matplotlib顯示圖片

import os

from os import path

from wordcloud import WordCloud

from matplotlib import pyplot as plt

import jieba

# 獲取當(dāng)前文件路徑

d = path.dirname(__file__) if "__file__" in locals() else os.getcwd()

# 獲取文本txt

text = open(path.join(d,'商務(wù)英語.txt'),encoding='utf-8').read()

# 設(shè)置中文字體

font_path = 'C:\Windows\Fonts\simfang.ttf' # 字體路徑

# 精確切割中文字符

text = ' '.join(jieba.cut(text, cut_all = False))

# 生成詞云

wc = WordCloud(

font_path = font_path, #字體路徑

scale=2,

max_words = 100, #最多詞個數(shù)

max_font_size=100, #最大字號

background_color='white' #背景色

)

wc.generate(text)

# 顯示圖像

plt.imshow(wc,interpolation='bilinear')

plt.axis('off')

plt.tight_layout()

# 儲存圖像

#wc.to_file('標(biāo)簽云效果圖.png')

#plt.savefig('標(biāo)簽云效果圖.png',dpi=200)

plt.show()

總結(jié)

以上是生活随笔為你收集整理的python设置word背景色_Python数据可视化：WordCloud入门的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。