快捷導(dǎo)航

用Python和WordCloud繪制詞云的實(shí)現(xiàn)方法(內(nèi)附讓字體清晰的秘笈)

更新時(shí)間：2019年01月08日 14:46:58 作者：HateMath歸來(lái)

這篇文章主要介紹了用Python和WordCloud繪制詞云的實(shí)現(xiàn)方法(內(nèi)附讓字體清晰的秘笈),文中通過(guò)示例代碼介紹的非常詳細(xì)，對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值，需要的朋友們下面隨著小編來(lái)一起學(xué)習(xí)學(xué)習(xí)吧

環(huán)境及模塊：

Win7 64位
Python 3.6.4
WordCloud 1.5.0
Pillow 5.0.0
Jieba 0.39

目標(biāo)：

繪制安徽省2018年某些科技項(xiàng)目的詞云，直觀展示熱點(diǎn)。

思路：

先提取項(xiàng)目的名稱，再用Jieba分詞后提取詞匯；過(guò)濾掉“研發(fā)”、“系列”等無(wú)意義的詞；最后用WordCloud 繪制詞云。

擴(kuò)展：

詞云默認(rèn)是矩形的，本代碼采用圖片作為蒙版，產(chǎn)生異形詞云圖。這里用的圖片是安徽省地圖。

秘笈：

用網(wǎng)上的常規(guī)方法繪制的詞云，字體有點(diǎn)模糊，秘笈在最后點(diǎn)明。

正式開(kāi)始，Show you the code：

import numpy as np
from PIL import Image
import re
import jieba
from wordcloud import WordCloud,ImageColorGenerator,STOPWORDS
import matplotlib.pyplot as plt
# http://www.cnblogs.com/hatemath/
# 打開(kāi)存放項(xiàng)目名稱的txt文件
with open('content.txt','r',encoding='utf-8') as f:
  word= (f.read())
  f.close()

# 圖片模板和字體
image=np.array(Image.open('ditu.jpg')) 
font=r'C:\\Windows\\fonts\\msyh.ttf' 

# 去掉英文，保留中文 
resultword=re.sub("[A-Za-z0-9\[\`\~\!\@\#\$\^\&\*\(\)\=\|\{\}\'\:\;\'\,\[\]\.\<\>\/\?\~\。\@\#\\\&\*\%]", "",word) 
wordlist_after_jieba = jieba.cut(resultword) 
wl_space_split = " ".join(wordlist_after_jieba) 

# 設(shè)置停用詞 
sw = set(STOPWORDS) 
sw.add("研發(fā)")
sw.add("系列")
sw.add("這里不多寫了，根據(jù)自己情況添加")

# 關(guān)鍵一步
my_wordcloud = WordCloud(scale=4,font_path=font,mask=image,stopwords=sw,background_color='white',
             max_words = 100,max_font_size = 60,random_state=20).generate(wl_space_split) 

#顯示生成的詞云 
plt.imshow(my_wordcloud)
plt.axis("off") 
plt.show() 

#保存生成的圖片
my_wordcloud.to_file('result.jpg')

其中 ditu.jpg 為安徽省輪廓圖片：

運(yùn)行結(jié)果：

可以看到，智能設(shè)備、施工工法、系統(tǒng)平臺(tái)、電纜、機(jī)器人等都是出現(xiàn)較多的詞匯。

最后是秘笈揭曉時(shí)間：

為什么我這張圖如此清晰？打開(kāi)原圖可以看到，這圖的分辨率是1800*2500。你用網(wǎng)上的大多數(shù)代碼，最后生成的圖，尺寸很小，上面字跡邊緣模糊。

關(guān)鍵在于調(diào)用WordCloud時(shí)的一個(gè)參數(shù)，回放一下代碼：

# 關(guān)鍵一步
my_wordcloud = WordCloud(scale=4,font_path=font,mask=image,stopwords=sw,background_color='white',
max_words = 100,max_font_size = 60,random_state=20).generate(wl_space_split)

第一個(gè)參數(shù)我寫的是 scale=4，這個(gè)數(shù)值越大，產(chǎn)生的圖片分辨率越高，字跡越清晰。你可以調(diào)到64試試，我希望你的電腦足夠快 /笑哭

以上就是本文的全部?jī)?nèi)容，希望對(duì)大家的學(xué)習(xí)有所幫助，也希望大家多多支持腳本之家。

您可能感興趣的文章: