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：
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：
导出为csv文件：support_institution.csv
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) # 词
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：
五、补充：WordCloud的参数详解
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
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：
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/29127.html
