python生成词云图代码_标签云图

python生成词云图代码_标签云图词云图是根据词出现的频率生成词云,词的字体大小表现了其频率大小。写在前面:用wc.generate(text)直接生成词频的方法使用很多,所以不再赘述。但是对于根据generate_from_frequencies()给定词频如何画词云图的资料找了很久,下面只讲这种方法。generate_f

大家好,欢迎来到IT知识分享网。

词云图是根据词出现的频率生成词云,词的字体大小表现了其频率大小。

 

写在前面:

用wc.generate(text)直接生成词频的方法使用很多,所以不再赘述。

但是对于根据generate_from_frequencies()给定词频如何画词云图的资料找了很久,下面只讲这种方法。

generate_from_frequencies适用于我已知词及其对应的词频是多少(已有数据库),不需要分词的情况下。

官方文档说generate_from_frequencies函数的参数是array of tuple,但是我试了很久都不行,最后发现居然应该是dict 字典形式!

即形如:{ word1: fre1, word2: fre2,  word3: fre3,……,  wordn: fren }

 

注意:

词云wordcloud的中文显示,需要特殊处理,在网上看了不少是说加字体路径之类的方法我试了都不行,最后只好采用改变编码的形式才解决好。

fp = pd.read_csv(read_name, encoding='gbk')  # 读取词频csv文件, 编码为gbk

 

还有,示例词云的轮廓背景图由china_map.jpg给出,如下图:

 python生成词云图代码_标签云图

一、数据文件准备

support_institution.csv

数据库字段分组查询数量

select support_institution name,count(support_institution) value from nsfc GROUP BY name ORDER BY value DESC;

查询结果部分截图:  

python生成词云图代码_标签云图

 

导出为csv文件:support_institution.csv

python生成词云图代码_标签云图

 

二、导入模块包

可参考Windows下安装Python、matplotlib包 及相关
https://blog.csdn.net/mikasa3/article/details/78942650 

1、numpy

2、pandas

3、wordcloud

4、matplotlib

 

三、完整代码

import numpy as np import pandas as pd from wordcloud import WordCloud, ImageColorGenerator import matplotlib.pyplot as plt from PIL import Image def draw_cloud(read_name): image = Image.open('china_map.jpg')  # 作为背景轮廓图
    graph = np.array(image) # 参数分别是指定字体、背景颜色、最大的词的大小、使用给定图作为背景形状
    wc = WordCloud(font_path='simkai.ttf', background_color='black', max_words=100, mask=graph) fp = pd.read_csv(read_name, encoding='gbk')  # 读取词频文件, 因为要显示中文,故编码为gbk
    name = list(fp.name)  #
    value = fp.val  # 词的频率
    for i in range(len(name)): name[i] = str(name[i]) dic = dict(zip(name, value))  # 词频以字典形式存储
    wc.generate_from_frequencies(dic)  # 根据给定词频生成词云
    image_color = ImageColorGenerator(graph) plt.imshow(wc) plt.axis("off")  # 不显示坐标轴
 plt.show() wc.to_file('nsfc依托单位词云.png')  # 图片命名


if __name__ == '__main__': draw_cloud("support_institution.csv")

 

四、运行结果

 词云图:

python生成词云图代码_标签云图

 

五、补充:WordCloud的参数详解

python生成词云图代码_标签云图
python生成词云图代码_标签云图

    WordCloud(font_path='',
              width=400,
              height=200,
              margin=2,
              ranks_only=None,
              prefer_horizontal=0.9,
              mask=None, scale=1,
              color_func=None,
              max_words=200,
              min_font_size=4,
              stopwords=None,
              random_state=None,
              background_color='black',
              max_font_size=None,
              font_step=1,
              mode='RGB',
              relative_scaling=0.5,
              regexp=None,
              collocations=True,
              colormap=None,
              normalize_plurals=True
              )

wordcloud参数

 

python生成词云图代码_标签云图
python生成词云图代码_标签云图

font_path : string
# 字体路径,需要展现什么字体就把该字体路径+后缀名写上,如:font_path = '黑体.ttf'

 
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。除全白(#FFFFFF)的部分将不会绘制,其余部分会用于绘制词云。
# 如:bg_pic = imread('读取一张图片.png'),背景图片的画布一定要设置为白色(#FFFFFF),然后显示的形状为不是白色的其他颜色。可以用ps工具将自己要显示的形状复制到一个纯白色的画布上再保存,就ok了。


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,如background_color='white',背景颜色为白色。


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。

wordcloud参数详解

 

 

PS:以下内容可以不看,当然,看我也拦不住 ○( ^皿^)っHiahiahia…

 

上面的中国地图显示的词云并不好看(可能因为词语过长),所以补充一个好看的作品(*^▽^*)

2019国务院政府工作报告词云。

文本地址:

http://www.gov.cn/guowuyuan/baogao.htm

全文代码:

 

# coding:utf-8
import jieba  # 分词
import matplotlib.pyplot as plt  # 数据可视化
from wordcloud import WordCloud, ImageColorGenerator, STOPWORDS  # 词云
import numpy as np  # 科学计算
from PIL import Image  # 处理图片


def draw_cloud(text, graph, save_name): textfile = open(text).read()  # 读取文本内容
    wordlist = jieba.cut(textfile, cut_all=False)  # 中文分词
    space_list = " ".join(wordlist)  # 连接词语
    backgroud = np.array(Image.open(graph))  # 背景轮廓图
    mywordcloud = WordCloud(background_color="white",  # 背景颜色
                            mask=backgroud,  # 写字用的背景图,从背景图取颜色
                            max_words=100,  # 最大词语数量
                            stopwords=STOPWORDS,  # 停用词
                            font_path="simkai.ttf",  # 字体
                            max_font_size=200,  # 最大字体尺寸
                            random_state=50,  # 随机角度
                            scale=2, collocations=False,  # 避免重复单词
 ) mywordcloud = mywordcloud.generate(space_list)  # 生成词云
    ImageColorGenerator(backgroud)  # 生成词云的颜色
    plt.imsave(save_name, mywordcloud)  # 保存图片
    plt.imshow(mywordcloud)  # 显示词云
    plt.axis("off")  # 关闭保存
 plt.show() if __name__ == '__main__': draw_cloud(text="government.txt", graph="china_map.jpg", save_name='2019政府工作报告词云.png')

 

 词云图:

python生成词云图代码_标签云图

 

免责声明:本站所有文章内容,图片,视频等均是来源于用户投稿和互联网及文摘转载整编而成,不代表本站观点,不承担相关法律责任。其著作权各归其原作者或其出版社所有。如发现本站有涉嫌抄袭侵权/违法违规的内容,侵犯到您的权益,请在线联系站长,一经查实,本站将立刻删除。 本文来自网络,若有侵权,请联系删除,如若转载,请注明出处:https://yundeesoft.com/29094.html

(0)

相关推荐

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注

关注微信