摘要：上面是生成词云的方法封装，还有一些其他方法根据词频生成词云根据文本生成词云根据词频生成词云根据文本生成词云将长文本分词并去除屏蔽词此处指英语，中文分词还是需要自己用别的库先行实现，使用上面的对现有输出重新着色。
对于数据展示这一块有时候会用到词云，python中提供的wordcloud模块可以很灵活的完成安装wordcloud
生成词云除了使用python提供的wordcloud模块以为还有在线的生成方式https://wordart.com/
安装wordcloud有两种方式，一是直接通过pip install wordcloud
如果一直安装失败可以尝试下面的方式，首先在链接中找到对应的版本进行下载https://www.lfd.uci.edu/~gohl...
在命令行中找到下载文件对应的目录进行安装
wordcloud 提供生成词云方法的使用，其实具体只要看一下参数就可以
class wordcloud.WordCloud(font_path=None, 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)
#对应参数的意思
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"如果不指定字体中文字的显示不出来
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。
上面是生成词云的方法封装，还有一些其他方法：
fit_words(frequencies) //根据词频生成词云 generate(text) //根据文本生成词云 generate_from_frequencies(frequencies[, ...]) //根据词频生成词云 generate_from_text(text) //根据文本生成词云 process_text(text) //将长文本分词并去除屏蔽词（此处指英语，中文分词还是需要自己用别的库先行实现，使用上面的 fit_words(frequencies) ） recolor([random_state, color_func, colormap]) //对现有输出重新着色。重新上色会比重新生成整个词云快很多。 to_array() //转化为 numpy array to_file(filename) //输出到文件，很多时候词云最后都需要保存到图片中根据图像生成歌词词云
首先，词云可以自己指定大小，也可以显示到图像上绘制，图像在选择上，尽量不要选择太复杂的图像，简单的黑白对比它识别的最好，如果没有适合的图片，自己打开画图画一个就是，下面我们来画一个晴天娃娃
这个有点丑，但是意思就这个，接下来创建一个文本文件，把歌词放进去
test.txt 内容如下
你的绘画凌乱着 在这个时刻 我像气氛纯白的白鸽 甜蜜散落了 继续莫名的拉扯 我还爱你呢 而你断断续续唱着歌 假装没事了 时间过了 走了 爱情面临选择 你冷了 倦了 我哭了 一开始都不快乐 你用卡片纸写着 有些爱只给到这 真的痛了 怎么了 你累了 说好的 幸福呢 我懂了 不说了 爱淡了 梦远了 开心与不开心依稀数着你在不舍 那些爱过的感觉都太深刻 我都还记得 你不懂了 说好的 幸福呢 我错了 泪干了 放手了 后悔了 只是回忆的音乐盒还旋转着 要怎么停呢 你的绘画凌乱着 在这个时刻 我像气氛纯白的白鸽 甜蜜散落了 继续莫名的拉扯 我还爱你呢 而你断断续续唱着歌 假装没事了 时间过了 走了 爱情面临选择 你冷了 倦了 我哭了 一开始都不快乐 你用卡片纸写着 有些爱只给到这 真的痛了 怎么了 你累了 说好的 幸福呢 我懂了 不说了 爱淡了 梦远了 开心与不开心依稀数着你在不舍 那些爱过的感觉都太深刻 我都还记得 你不懂了 说好的 幸福呢 我错了 泪干了 放手了 后悔了 只是回忆的音乐盒还旋转着 要怎么停呢 怎么了 你累了 说好的 幸福呢 我懂了 不说了 爱淡了 梦远了 我都还记得 你不懂了 说好的 幸福呢 我错了 泪干了 放手了 后悔了 只是回忆的音乐盒还旋转着 要怎么停呢
开始生成词云，最后输出一个图片文件
#导入wordcloud模块
from wordcloud import WordCloud
from scipy.misc import imread
#读取一个txt文件
text = open("C:UsersAdministratorDesktoppython est.txt","r", encoding="UTF-8").read()
#读入背景图片
bg_pic = imread("C:UsersAdministratorDesktoppython3.png")
#生成词云
wordcloud = WordCloud(font_path="C:WindowsFontssimfang.ttf",mask=bg_pic,background_color="white",scale=1.5).generate(text)
#保存图片
wordcloud.to_file("test.jpg")
最后文件夹内会多出一个test.jpg文件，打开就是根据这个歌词的文本文件生成好的词云了
文章版权归作者所有，未经允许请勿转载,若此文章存在违规行为，您可以联系管理员删除。
转载请注明本文地址：https://www.ucloud.cn/yun/41361.html
摘要：词云可以通过网站纽扣词云来制作，然而可以通过代码来实现，下面开始吧。 词云可以通过网站 https://wordart.com/ 纽扣词云http://cloud.niucodata.com/ 来制作，然而 Python 可以通过代码来实现，下面开始吧。 showImg(https://segmentfault.com/img/bVQzIx?w=874&h=416); pip inst...
摘要：处理文件最终得到的字符串得到所有的文本之后，使用结巴分词，处理成单个的词语。 文章链接：https://mp.weixin.qq.com/s/NmJjTEADV6zKdT--2DXq9Q 回看18年，最有成就的就是有了自己的 博客网站，坚持记录，写文章，累计写了36篇了，从一开始的难以下手，到现在成为一种习惯，虽然每次写都会一字一句斟酌，但是每次看到产出，内心还是开心的，享受这样的过...
摘要：前言今天教大家用模块来生成词云，我读取了一篇小说并生成了词云，先看一下效果图效果图一效果图二根据效果图分析的还是比较准确的，小说中的主人公就是程理，所以出现次数最多。 前言 今天教大家用wrodcloud模块来生成词云，我读取了一篇小说并生成了词云，先看一下效果图： 效果图一： showImg(https://segmentfault.com/img/remote/1460000015...
摘要：库常规方法方法描述例子向对象中加载文本将词云输出为图像文件，或格式应用实例配置对象参数加载词云文本输出词云文件分隔以空格分隔单词统计单词出现次数并过滤字体根据统计配置字号布局颜色环境尺寸配置对象参数参数参数描述例子指定词云对象生成图片的宽度 wordcloud库常规方法 w = wordcloud.WordCloud() 方法 描述 例子 w.generate(txt) 向w...
摘要：最初产生这个项目的想法应该是在年月份，当时正在学习中，就萌生了这样一个想法从一个用户这一年发布的微博数据中，提取最有意义的个关键词。这些东西提交完就可以提交审核了，微博应用审核的速度还算比较快的，一两天基本差不多会审核完。 最初产生这个项目的想法应该是在2018年10月份，当时正在学习python中，就萌生了这样一个想法：从一个用户这一年发布的微博数据中，提取最有意义的top50个关键...
阅读 1410·2023-04-25 18:19
阅读 1905·2021-10-26 09:48
阅读 880·2021-10-09 09:44
阅读 1504·2021-09-09 11:35
阅读 2854·2019-08-30 15:54
阅读 1800·2019-08-30 11:26
阅读 2176·2019-08-29 17:06
阅读 776·2019-08-29 16:38
