Python根據(jù)詞頻信息(xlsx、csv文件)繪制詞云圖全過程(wordcloud)
更新時(shí)間：2024年06月25日 10:36:22 作者：十八只兔
這篇文章主要給大家介紹了關(guān)于Python根據(jù)詞頻信息(xlsx、csv文件)繪制詞云圖的相關(guān)資料,wordcloud是基于Python開發(fā)的詞云生成庫,功能強(qiáng)大使用簡單,文中通過代碼介紹的非常詳細(xì),需要的朋友可以參考下
一、前言
本文將介紹如何用python根據(jù)詞頻信息（xlsx、csv文件）繪制詞云圖，除了繪制常規(guī)形狀的詞云圖（比如長方形），還可以指定詞云圖的形狀。
二、安裝并引入相關(guān)的庫
1、安裝相關(guān)的庫
pip install jieba pip install matplotlib pip install wordcloud pip install numpy pip install Image pip install pandas
2、導(dǎo)入相關(guān)的庫
import jieba import matplotlib.pyplot as plt from wordcloud import WordCloud import numpy as np from PIL import Image # 圖像處理 import pandas as pd
三、數(shù)據(jù)處理
1、文件讀取
本文使用的數(shù)據(jù)集是excel文件（后綴名是.xlsx），該文件包含2個(gè)字段：關(guān)鍵詞以及對(duì)應(yīng)的頻數(shù)
以下是對(duì)excel文件的相關(guān)操作：
import pandas as pd
df=pd.read_excel("data-test.xlsx")# 讀取excel數(shù)據(jù)信息
print(df)
- 數(shù)據(jù)讀取結(jié)果如下：
- 只讀取文件的前N條數(shù)據(jù)
# 只獲取前5條數(shù)據(jù) df_new=df.head(5) print(df_new)
- 結(jié)果如下：
2、數(shù)據(jù)格式轉(zhuǎn)換
讀取到excel文件后，需要把數(shù)據(jù)轉(zhuǎn)換成字典的格式：
# 生成一個(gè)DataFrame文件，index為df數(shù)據(jù)的index
data = pd.DataFrame(index=df['關(guān)鍵詞'])
# 先將詞頻這一列賦值為0 ，即定義這一列為int格式，后面再賦值
data['詞頻']=0
# 將excel的數(shù)據(jù)寫入data中
for i in range(0,len(df)):
data.iloc[i,0]=df.iloc[i,1]
# 將詞頻按照從大到小排序
data = data['詞頻'].sort_values(ascending = False)
# 生成dict格式數(shù)據(jù)
data = dict(data)
print(data)
- 結(jié)果如下：
四、繪制詞云圖
由于excel文件本身已經(jīng)提供了關(guān)鍵詞以及對(duì)應(yīng)的詞頻，因此這里繪制詞云圖的時(shí)候不用對(duì)文本進(jìn)行結(jié)巴分詞。
1、繪制基本的詞云圖
- 詞云圖的相關(guān)代碼：
import matplotlib.pyplot as plt
from wordcloud import WordCloud
#關(guān)鍵詞有中文，因此需要設(shè)置顯示字體，否則會(huì)亂碼
font_path = "C:\Windows\Fonts\Microsoft YaHei UI\msyh.ttc"
# 設(shè)置詞云圖相關(guān)參數(shù)
wc=WordCloud(
font_path=font_path,
width=400,height=400,
scale=2,mode="RGBA",
background_color='white')
# 根據(jù)dict制作詞云圖
wc=wc.generate_from_frequencies(data)
#存儲(chǔ)詞云圖結(jié)果
wc.to_file('詞云圖1.png')
- 圖片展示的相關(guān)代碼
#顯示圖片
plt.imshow(wc,interpolation="bilinear")
plt.axis("off")# 不顯示圖像坐標(biāo)系
# 顯示圖像
plt.show()
plt.savefig("詞云圖2.png")
結(jié)果如下：
完整代碼
import pandas as pd
df=pd.read_excel("data-test.xlsx")# 讀取excel數(shù)據(jù)信息
print(df)
# 只獲取前5條數(shù)據(jù)
df_new=df.head(5)
print(df_new)
# 生成一個(gè)DataFrame文件，index為df數(shù)據(jù)的index
data = pd.DataFrame(index=df['關(guān)鍵詞'])
# 先將詞頻這一列賦值為0 ，即定義這一列為int格式，后面再賦值
data['詞頻']=0
# 將excel的數(shù)據(jù)寫入data中
for i in range(0,len(df)):
data.iloc[i,0]=df.iloc[i,1]
# 將詞頻按照從大到小排序
data = data['詞頻'].sort_values(ascending = False)
# 生成dict格式數(shù)據(jù)
data = dict(data)
print(data)
# 生成詞云圖
import matplotlib.pyplot as plt
from wordcloud import WordCloud
#關(guān)鍵詞有中文，因此需要設(shè)置顯示字體，否則會(huì)亂碼
font_path = "C:\Windows\Fonts\Microsoft YaHei UI\msyh.ttc"
# 設(shè)置詞云圖的相關(guān)參數(shù)
wc=WordCloud(
font_path=font_path,
width=500,
height=500,
scale=2,
mode="RGBA",
background_color='white')
# 根據(jù)dict制作詞云圖
wc=wc.generate_from_frequencies(data)
#存儲(chǔ)詞云圖結(jié)果
#存儲(chǔ)圖像
wc.to_file('詞云圖1.png')
#顯示圖片
plt.imshow(wc,interpolation="bilinear")
# 不顯示坐標(biāo)系
plt.axis("off")
# 顯示圖像
plt.show()
# 保存結(jié)果
plt.savefig("詞云圖2.png")
2、繪制指定形狀的詞云圖
（1）準(zhǔn)備背景圖片
- 以下面的背景圖片為例：
(注：圖片的背景顏色要是白色的；而且不要有水印否則也會(huì)被當(dāng)做背景圖片的一部分?。。。?p style="text-align:center">
（2）處理背景圖片
- 需要將圖片轉(zhuǎn)化為數(shù)組，便于用作詞云圖形狀
# 生成詞云圖
import matplotlib.pyplot as plt
from wordcloud import WordCloud
import numpy as np # numpy數(shù)據(jù)處理庫
from PIL import Image # 圖像處理庫，用于讀取背景圖片
img = Image.open('圖片地址') # 加載背景圖片
img_array = np.array(img) # 將圖片變?yōu)閿?shù)組，便于用作詞云圖形狀
- 將圖片數(shù)組化之后，結(jié)果如下：
（3）生成指定形狀的詞云圖
wc=WordCloud(mask=img_array,
font_path=font_path,
width=500,
height=500,
scale=2,
contour_color='purple',contour_width=3,
max_font_size=80,max_words=100,
background_color='white')
結(jié)果如下：
完整代碼
import pandas as pd
df=pd.read_excel("data-test.xlsx")# 讀取excel數(shù)據(jù)信息
print(df)
print("====================================================")
# 只獲取前5條數(shù)據(jù)
# df_new=df.head(5)
# print(df_new)
print("====================================================")
# 生成一個(gè)DataFrame文件，index為df數(shù)據(jù)的index
data = pd.DataFrame(index=df['關(guān)鍵詞'])
# 先將詞頻這一列賦值為0 ，即定義這一列為int格式，后面再賦值
data['詞頻']=0
# 將excel的數(shù)據(jù)寫入data中
for i in range(0,len(df)):
data.iloc[i,0]=df.iloc[i,1]
# 將詞頻按照從大到小排序
data = data['詞頻'].sort_values(ascending = False)
# 生成dict格式數(shù)據(jù)
# data = dict(data)
data = str(data)
print(data)
# print(type(data))
print("====================================================")
# 生成詞云圖
import matplotlib.pyplot as plt
from wordcloud import WordCloud
import numpy as np # numpy數(shù)據(jù)處理庫
from PIL import Image # 圖像處理庫，用于讀取背景圖片
img = Image.open('grape.jpg') # 加載背景圖片
img_array = np.array(img) # 將圖片變?yōu)閿?shù)組，便于用作詞云圖形狀
#關(guān)鍵詞有中文，因此需要設(shè)置顯示字體，否則會(huì)亂碼
font_path = "C:\Windows\Fonts\Microsoft YaHei UI\msyh.ttc"
# 設(shè)置詞云圖的相關(guān)參數(shù)
# 設(shè)置詞云圖的相關(guān)參數(shù)
wc=WordCloud(mask=img_array,
font_path=font_path,
width=500,
height=500,
scale=2,
contour_color='purple',contour_width=3,
max_font_size=80,max_words=100,
background_color='white')
# 根據(jù)dict制作詞云圖
wc=wc.generate(data)
# wc=wc.generate_from_frequencies(data)
#存儲(chǔ)詞云圖結(jié)果
#存儲(chǔ)圖像
wc.to_file('詞云圖1.png')
#顯示圖片
plt.imshow(wc,interpolation="bilinear")
# 不顯示坐標(biāo)系
plt.axis("off")
# 顯示圖像
plt.show()
# 保存結(jié)果
plt.savefig("詞云圖2.png")
五、待優(yōu)化
1、指定詞云圖形狀時(shí)，出現(xiàn)數(shù)據(jù)類型錯(cuò)誤的報(bào)錯(cuò)
- 一開始生成詞云圖的數(shù)據(jù)格式是字典格式，但是后面在指定形狀的時(shí)候，因?yàn)閳?bào)錯(cuò)就把數(shù)據(jù)格式轉(zhuǎn)換成字符串了，然后就能正常顯示：
# 生成dict格式數(shù)據(jù) # data = dict(data) data = str(data)
2、圖片輪廓的提取待改進(jìn)
- 在指定形狀的時(shí)候，對(duì)背景圖片的要求比較高，比如圖片的背景是白色的，圖片的輪換不光滑的話提取效果不好，因此在提取背景圖片的輪廓方面待改進(jìn)。
img = Image.open('grape.jpg') # 加載背景圖片
img_array = np.array(img) # 將圖片變?yōu)閿?shù)組，便于用作詞云圖形狀總結(jié)
到此這篇關(guān)于Python根據(jù)詞頻信息(xlsx、csv文件)繪制詞云圖(wordcloud)的文章就介紹到這了,更多相關(guān)Python根據(jù)詞頻繪制詞云圖內(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
下面小編就為大家?guī)硪黄猵ython基本語法練習(xí)實(shí)例。小編覺得挺不錯(cuò)的，現(xiàn)在就分享給大家，也給大家做個(gè)參考。一起跟隨小編過來看看吧2017-09-09
深入解析Python中delattr函數(shù)的使用方法和應(yīng)用場景
這篇文章主要為大家詳細(xì)介紹了Python中delattr()函數(shù)的使用方法和應(yīng)用場景,文中的示例代碼講解詳細(xì),感興趣的小伙伴可以跟隨小編一起學(xué)習(xí)一下2026-02-02
Django項(xiàng)目如何配置Memcached和Redis緩存?選擇哪個(gè)更有優(yōu)勢?
這篇文章主要介紹了Django項(xiàng)目如何配置Memcached和Redis緩存，幫助大家更好的理解和學(xué)習(xí)使用django框架，感興趣的朋友可以了解下2021-04-04
這篇文章主要介紹了Python中函數(shù)的參數(shù),掌握函數(shù)中的參數(shù)傳遞在任何一門語言的學(xué)習(xí)過程當(dāng)中都是基本功,需要的朋友可以參考下2015-04-04
這篇文章主要介紹了pygame學(xué)習(xí)筆記（5）：游戲精靈,本文講解了什么是精靈、sprite中主要且常用的變量、建立一個(gè)簡單的精靈、學(xué)習(xí)精靈組、動(dòng)畫等內(nèi)容,需要的朋友可以參考下2015-04-04
在Python中,函數(shù)如果沒有顯式指定返回值,會(huì)默認(rèn)返回`None`,例如,計(jì)算一個(gè)數(shù)的平方根并輸出,如果沒有處理`None`,會(huì)輸出結(jié)果后跟`None`2024-11-11
今天小編就為大家分享一篇numpy中三維數(shù)組中加入元素后的位置詳解，具有很好的參考價(jià)值，希望對(duì)大家有所幫助。一起跟隨小編過來看看吧2019-11-11
這篇文章主要為大家介紹了如何使用Python控制手機(jī)，具有一定的參考價(jià)值，感興趣的小伙伴們可以參考一下，希望能夠給你帶來幫助2021-11-11
Python深度學(xué)習(xí)實(shí)戰(zhàn)PyQt5基本控件使用解析
PyQt5 提供了豐富的輸入輸出控件。本文介紹通過 QtDesigner 工具欄創(chuàng)建常用的基本控件，包括各種按鈕控件、文本輸入控件和調(diào)節(jié)輸入控件2021-10-10
PyPDF2是一個(gè)用于處理PDF文件的Python庫，它提供了許多用于讀取和操作PDF文件的功能，對(duì)于需要處理PDF文件的Python應(yīng)用程序，PyPDF2是一個(gè)非常實(shí)用的工具庫，本文將給大家詳細(xì)介紹一下如何通過Python的PyPDF2庫提取pdf中的文字,需要的朋友可以參考下2023-05-05