python模块之wordcloud

wordcloud官方文档：

http://amueller.github.io/word_cloud/generated/wordcloud.WordCloud.html#wordcloud.WordCloud

英文直接用wordcloud就可以，如果是中文需要进行分词，我用了jieba分词，jieba分词处理中文可参考：https://github.com/fxsjy/jieba

实例：

from wordcloud import WordCloud
%matplotlib inline
import matplotlib.pyplot as plt

with open("wordcloud_en.txt","r") as f:
    text = f.read()

wc = WordCloud()  #生成词云对象
wc.generate(text)  #将text添加到词云中
# print(wc.words_) #分词处理，统计词频
wc.to_file("wc.jpg")  #词云统计成图片，保存到当前目录
plt.imshow(wc)  #直接绘制到窗口上，和wc.jpg存图一致
plt.axis("off")  #关闭坐标系

执行结果：

词云定制相关

from PIL import Image
import numpy as np
text_dict = {'Mom': 1.0, 'said': 0.7, 'take': 0.6, 'run rain': 0.6, 'time': 0.5, 'away': 0.5, 'rain': 0.3, 'stood': 0.3, 'day': 0.3, 'washing': 0.3, 'memories': 0.3, 'child': 0.3, 'young': 0.3, 'wet': 0.3, 'shopping': 0.2, 'Wal': 0.2, 'Mart': 0.2, 'pouring': 0.2, 'waited': 0.2, 'repeated': 0.2, 'honey': 0.2, 'minute': 0.2, 'soaked': 0.2, 'morning': 0.2, 'say': 0.2, 'us': 0.2, 'anything': 0.2, 'one': 0.2, 'moment': 0.2, 'needed': 0.2, 'ran': 0.2, 'cars': 0.2, 'got': 0.2, 'make': 0.2, 'every': 0.2, 'heaven': 0.2, 'must': 0.1, 'years': 0.1, 'old': 0.1, 'beautiful': 0.1, 'brown': 0.1, 'haired': 0.1, 'freckle': 0.1, 'faced': 0.1, 'image': 0.1, 'innocence': 0.1, 'outside': 0.1, 'kind': 0.1, 'gushes': 0.1, 'top': 0.1, 'gutters': 0.1, 'much': 0.1, 'hurry': 1, 'hit': 0.1, 'Earth': 3, 'flow': 4, 'spout': 0.1, 'awning': 0.1, 'inside': 0.1}
mask = np.array(Image.open("cat.jpg"))  #打开图片并转换成数组类型
# wc2 = WordCloud(background_color="white",max_words=15,mask=mask)  #背景颜色白色，最大词数是15，模板是mask
wc2 = WordCloud(background_color="white",mask=mask)  #背景颜色白色，模板是mask

wc2.generate_from_frequencies(text_dict) #字典类型的对象，所以用generate_from_frequencies

plt.imshow(wc2)
plt.axis("off")

执行结果：

中文转换为词云

import jieba  #使用该模块中的中文分词

with open("wordcloud_cn.txt","r") as f:
    text = f.read()
# print(text)

# seg_list = jieba.cut(text,cut_all=True)  #全模式切割,生成一个生成器对象
seg_list = jieba.cut(text,cut_all=False)  #精确式切割,生成一个生成器对象，也可不添加cut_all,默认为False
example = " ".join(seg_list) #将对象通过join连接
# print(example)

wc3 = WordCloud(font_path=r"C:\Windows\Fonts\simsun.ttc") #中文要指定字体
wc3.generate(example)
plt.imshow(wc3)
plt.axis("off")

执行结果：