在数据可视化图表中,词云图的应用随处可见。它通常是对输入的一段文字进行词频提取,然后以根据词汇出现频率的大小集中显示高频词,简洁直观高效.

今天我就来分享一下在Python如何绘制出来精湛的词云图。完整代码,文末获取。

喜欢记得收藏、点赞、关注。

小试牛刀

我们先来尝试绘制一张简单的词云图,用到的Python当中的wordcloud模块来绘制,

import jieba
from wordcloud import WordCloud
import matplotlib.pyplot as plt

我们导入文本内容,并且去除掉一下换行符和空格,代码如下

text = open(r"明朝那些事儿.txt",encoding='utf8').read()
text = text.replace('\n',"").replace("\u3000","")

我们需要将其分成一个个的词,这个时候就需要用到jieba模块了,代码如下

text_cut = jieba.lcut(text)
# 将分好的词用某个符号分割开连成字符串
text_cut = ' '.join(text_cut)

当然了,得到的结果当中或许存在着不少我们不需要看的、无关紧要的内容,这个时候就需要用到停用词了,我们可以自己来构建,也可以直接使用别人已经构建好的停词表,这里小编采用的是后者,代码如下

stop_words = open(r"常见中文停用词表.txt").read().split("\n")

下面便是绘制词云图的核心代码了

text_cut = jieba.lcut(text)
# 将分好的词用某个符号分割开连成字符串
text_cut = ' '.join(text_cut)

output

用Python绘制了若干张词云图,惊艳了所有人-LMLPHP

这样一张极其简单的词云图算是做好了,当然我们可以给它添加一个背景图片,例如下面这张图片,

用Python绘制了若干张词云图,惊艳了所有人-LMLPHP

主要需要添加的代码如下所示

background = Image.open(r"5.png")
graph = np.array(background)

然后在WorCloud当中添加mask参数

# 使用WordCloud生成词云
word_cloud = WordCloud(font_path="simsun.ttc",  # 设置词云字体
                       background_color="white", # 词云图的背景颜色
                       stopwords=stop_words, # 去掉的停词
                       mask=graph)
word_cloud.generate(text_cut)
word_cloud.to_file("1.png")

output

用Python绘制了若干张词云图,惊艳了所有人-LMLPHP

深度优化

除此之外,还有另外一个模块stylecloud绘制出来的词云图也是非常酷炫的,其中我们主要是用到下面这个函数

gen_stylecloud(text=None,
               icon_name='fas fa-flag',
               colors=None,
               palette='cartocolors.qualitative.Bold_5',
               background_color="white",
               max_font_size=200,
               max_words=2000,
               stopwords=True,
               custom_stopwords=STOPWORDS,
               output_name='stylecloud.png',
)

其中几个常用的参数有

  • icon_name: 词云图的形状

  • max_font_size: 最大的字号

  • max_words: 可以容纳下的最大单词数量

  • stopwords: 用于筛选常见的停用词

  • custom_stopwords: 要是自建有停用词表,可以拿来用

  • palette: 调色板

我们来尝试绘制一个词云图,代码如下

stylecloud.gen_stylecloud(text=text_cut,
                          palette='tableau.BlueRed_6',
                          icon_name='fas fa-apple-alt',
                          font_path=r'田英章楷书3500字.ttf',
                          output_name='2.png',
                          stopwords=True,
                          custom_stopwords=stop_words)

output

用Python绘制了若干张词云图,惊艳了所有人-LMLPHP

其中的palette参数作为调色板,可以任意变换的,具体参考:https://jiffyclub.github.io/palettable/ 这个网站。

pyecharts

最后我们来看一下如何用Pyecharts模块来进行词云图的绘制,代码如下

from pyecharts import options as opts
from pyecharts.charts import Page, WordCloud

words = [
    ("皇帝", 10000),
    ("朱元璋", 6181),
    ("明朝", 4386),
    ("朝廷", 4055),
    ("明军", 2467),
    ("士兵", 2244),
    ("张居正", 1868),
    ("王守仁", 1281)
]

c = (
        WordCloud()
        .add("", words, word_size_range=[20, 100])
        .set_global_opts(title_opts=opts.TitleOpts(title="基本示例"))
    )

c.render("1.html")

output

用Python绘制了若干张词云图,惊艳了所有人-LMLPHP

出来的结果略显简单了,不过这里值得注意的是,pyecharts当中的WordCloud()方法传入的数据是指定的词语以及其出现的频次,这个和之前的操作有所不同

联系方式

目前开通了技术交流群,群友已超过3000人,添加时最好的备注方式为:来源+兴趣方向,方便找到志同道合的朋友,资料、代码获取也可以加入

方式1、添加微信号:dkl88191,备注:来自CSDN
方式2、微信搜索公众号:Python学习与数据挖掘,后台回复:加群

08-14 14:03