利用python?制作詞云特效詳情
更新時(shí)間：2022年04月02日 15:27:05 作者：autofelix
這篇文章主要介紹了利用python?制作詞云特效詳情，?詞云?也是數(shù)據(jù)可視化的一種形，根據(jù)關(guān)鍵詞的出現(xiàn)頻率而生成的一幅圖像，人們只要掃一眼就能夠明白其文章主旨，下文詳細(xì)介紹,需要的朋友可以參考一下
什么是 ?詞云?
?詞云? 其實(shí)就是就是對(duì)網(wǎng)絡(luò)文本中出現(xiàn)頻率較高的〝關(guān)鍵詞〞予以視覺(jué)上的突出,形成〝關(guān)鍵詞云層〞或〝關(guān)鍵詞渲染〞從而過(guò)濾掉大量的文本信息
?詞云? 也是數(shù)據(jù)可視化的一種形式。給出一段文本，根據(jù)關(guān)鍵詞的出現(xiàn)頻率而生成的一幅圖像，人們只要掃一眼就能夠明白其文章主旨。
一、特效預(yù)覽
詞云圖：
二、程序原理
- 從給出的文本中，進(jìn)行分詞處理，然后將每個(gè)詞出現(xiàn)的的頻率進(jìn)行統(tǒng)計(jì)
- 從給出的背景圖片上，讀出圖片信息
- 將文本按照出現(xiàn)的頻率進(jìn)行畫(huà)圖，出現(xiàn)頻率越高，字體設(shè)置越大
你學(xué)廢了嘛
三、程序源碼
- jieba模塊：用來(lái)進(jìn)行分詞處理
- PIL模塊：用來(lái)進(jìn)行圖片處理
- wordcloud模塊：用來(lái)進(jìn)行生成詞云
#!/usr/bin/env python
# encoding: utf-8
import jieba
import numpy as np
import PIL.Image as Image
from wordcloud import WordCloud
class wordCloud:
'''
This is a main Class, the file contains all documents.
One document contains paragraphs that have several sentences
It loads the original file and converts the original file to new content
Then the new content will be saved by this class
'''
def __init__(self):
self.bg_img = 'assets/picture.jpeg'
self.word_path = 'assets/word.txt'
def hello(self):
'''
This is a welcome speech
:return: self
'''
print('*' * 50)
print(' ' * 20 + '詞云制作')
print(' ' * 5 + 'Author: autofelix Date: 2022-01-17 13:14')
print('*' * 50)
return self
def run(self):
'''
The program entry
'''
with open(self.word_path, 'r') as f:
word = f.read()
cut_word = ' '.join(jieba.cut(word))
color_mask = np.array(Image.open(self.bg_img))
word_cloud = WordCloud(
# 設(shè)置字體，不指定就會(huì)出現(xiàn)亂碼
font_path='/System/Library/Fonts/PingFang.ttc',
# 設(shè)置背景色
background_color='white',
# 詞云形狀
mask=color_mask,
# 允許最大詞匯
max_words=120,
# 最大號(hào)字體
max_font_size=2000
).generate(cut_word)
word_cloud.to_file('word_cloud.jpg')
im = word_cloud.to_image()
im.show()
if __name__ == '__main__':
wordCloud().hello().run()到此這篇關(guān)于利用python 制作詞云特效詳情的文章就介紹到這了,更多相關(guān)python 制作詞云特效內(nèi)容請(qǐng)搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！
相關(guān)文章
Python多元非線性回歸及繪圖的實(shí)現(xiàn)
本文主要介紹了Python多元非線性回歸及繪圖的實(shí)現(xiàn),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2024-04-04
在日常辦公或數(shù)據(jù)處理工作中,我們經(jīng)常需要處理大量的文件,本文主要介紹了如何使用Python進(jìn)行文件操作,目錄管理等常見(jiàn)任務(wù),希望對(duì)大家有所幫助2025-02-02
這篇文章主要介紹了Django實(shí)現(xiàn)圖片上傳功能步驟解析,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,需要的朋友可以參考下2020-04-04
在vscode中啟動(dòng)conda虛擬環(huán)境的思路詳解
這篇文章主要介紹了在vscode中啟動(dòng)conda虛擬環(huán)境的思路詳解,本文給大家介紹的非常詳細(xì)，對(duì)大家的學(xué)習(xí)或工作具有一定的參考借鑒價(jià)值，需要的朋友可以參考下2020-12-12
Pytorch 擴(kuò)展Tensor維度、壓縮Tensor維度的方法
這篇文章主要介紹了Pytorch 擴(kuò)展Tensor維度、壓縮Tensor維度的方法，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2020-09-09
Pytorch使用MNIST數(shù)據(jù)集實(shí)現(xiàn)基礎(chǔ)GAN和DCGAN詳解
今天小編就為大家分享一篇Pytorch使用MNIST數(shù)據(jù)集實(shí)現(xiàn)基礎(chǔ)GAN和DCGAN詳解，具有很好的參考價(jià)值，希望對(duì)大家有所幫助。一起跟隨小編過(guò)來(lái)看看吧2020-01-01
python3實(shí)現(xiàn)Dijkstra算法最短路徑的實(shí)現(xiàn)
這篇文章主要介紹了python3實(shí)現(xiàn)Dijkstra算法最短路徑的實(shí)現(xiàn),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2021-05-05
Python configparser模塊配置文件解析與應(yīng)用探究
在Python中,configparser模塊是用于處理配置文件的重要工具,本文將全面探討configparser模塊的使用方法,包括讀取、修改、寫(xiě)入配置文件,以及如何在實(shí)際項(xiàng)目中應(yīng)用該模塊,結(jié)合豐富的示例代碼,將深入剖析該模塊的功能和靈活性2024-01-01
對(duì)python中xlsx,csv以及json文件的相互轉(zhuǎn)化方法詳解
今天小編就為大家分享一篇對(duì)python中xlsx,csv以及json文件的相互轉(zhuǎn)化方法詳解，具有很好的參考價(jià)值，希望對(duì)大家有所幫助。一起跟隨小編過(guò)來(lái)看看吧2018-12-12
Python采集某評(píng)論區(qū)內(nèi)容的實(shí)現(xiàn)示例
本文主要介紹了Python采集某評(píng)論區(qū)內(nèi)容的實(shí)現(xiàn)示例，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2023-04-04