使用Python制作的词云图

文章目录1.何为词云图？2.前期准备2.1.开发环境2.2.需要用到的Python库3.代码解析3.1.导入Python库3.2.以只读模式打开.txt3.3.预处理文本和背景图片3.4.设置词云图参数3.5.展示词云图并保存3.6.运行结果及优化4.完整代码4.1.展示4.2.下载 本文采用Python编程，实现对文本文档（中、英文）做词频统计以及词云图展示。 1.何为词云图？ 词云图是文本数据的视觉展示，可以快速从大量文本信息中找出关键词。一般来说字体越大就代表出现的频率越高。 E.G. 下图是《三国演义》中的高频词，部分词汇通过筛选不在图中展示。本文主要展示《三国演义中》出现频率较高的人 【使用Python制作词云图】 词云图是一种可视化技术，它将文本数据转化为图形，以文字的形式展示其中的高频词汇。每个词的大小代表其在文本中出现的频率，通常字体越大，表示该词出现的次数越多。这种图表便于快速识别大量文本中的关键主题或频繁出现的词汇。例如，在分析《三国演义》的词云图中，我们可以直观地看到人物名称和其他高频词汇，而某些无意义或低频的词汇则可能被排除在外。 为了制作词云图，我们需要进行以下步骤： 1. **开发环境**：在Windows 10系统上，可以选择Sublime Text 3作为代码编辑器。确保已安装必要的Python库。 2. **Python库**：主要用到的库有： - `wordcloud`：这是用于生成词云图的第三方库，它可以根据词频自定义图形样式。 - `jieba`：中文分词工具，帮助我们将中文文本拆分成单词。 - `numpy`：提供数值计算和矩阵操作，对于处理图像数据非常有用。 - `matplotlib`：一个强大的绘图库，可用于展示词云图。 - `PIL`（Python Imaging Library）：用于处理图像，如设置词云图的背景图片。 3. **代码解析**： - **导入库**：首先导入所需的库，如numpy、jieba、wordcloud、matplotlib和PIL。 - **打开文本**：使用Python的内置函数`open()`以只读模式打开文本文件，并使用`read()`读取内容，然后关闭文件。 - **预处理文本**：使用jieba进行中文分词，将文本转换为单词列表，然后使用`join()`方法以空格连接这些单词。 - **处理背景图片**：加载背景图片，将其转换为numpy数组，以便于wordcloud库使用。 - **设置词云图参数**：创建WordCloud对象，指定背景颜色、尺寸、字体、最大词汇数、最大字体大小、停用词列表和背景图片。 - **生成并显示词云图**：使用matplotlib的`imshow()`绘制词云图，`axis('off')`隐藏坐标轴，`show()`显示图形，并通过`to_file()`保存为PNG文件。 4. **优化**：在实际应用中，我们可能需要去除无意义的词汇，如“二人”、“却说”等，这可以通过创建一个停用词列表并将其传递给WordCloud对象来实现。最终结果将只显示有意义且高频的词汇。 完整代码示例： ```python import numpy as np import jieba from wordcloud import WordCloud from matplotlib import pyplot as plt from PIL import Image # 打开文本文件 f = open('E:/PySource/threekingdoms.txt','r',encoding='utf-8') txt = f.read() f.close() # 分词 words = jieba.lcut(txt) newtxt = ' '.join(words) # 加载背景图片 img = Image.open(r'back_pic_cloud.jpg') img_array = np.array(img) # 创建词云图对象 excludes = ['将军','却说','荆州','二人','不可','不能','如此','如何','商议','主公','左右','军士','军马','引兵','大喜','次日','东吴','天下','于是','今日','魏兵','不敢','不知','陛下','一人','人马','都督','汉中','众将','只见','后主','大叫','孔明曰','玄德曰'] wordcloud = WordCloud( background_color="black", width=1080, height=960, font_path="C:/Windows/Fonts/simfang.ttf", max_words=150, max_font_size=100, stopwords=excludes, mask=img_array ).generate(newtxt) # 显示并保存词云图 plt.imshow(wordcloud) plt.axis('off') plt.show() wordcloud.to_file('result.png') ``` 通过上述步骤和代码，我们可以成功地使用Python生成基于《三国演义》文本的词云图，从而揭示文本的主要内容和焦点。这种技术广泛应用于新闻分析、社交媒体数据挖掘、文本情感分析等领域，帮助我们快速理解大量文本数据的概貌。