如果你是大佬,這里還是建議你去看 官方文檔,本博客偏向一些萌新。
安裝
首先是我們需要用到的兩個庫,一個是wordcloud用於生成詞雲,還有一個是jieba(外號:結巴)用於進行中文的分詞,如果你制作的圖雲中不包含中文,那么可以不用下載結巴。
環境報錯解決思路
如果你是用的pycharm或者其他類似的虛擬環境,安裝的時候應該會出現關於C++環境缺少的報錯,就算你已經安裝了c++環境,還是照樣報錯。這時候就需要用到離線安裝包了
wordcloud離線安裝包下載地址
(https://www.lfd.uci.edu/~gohlke/pythonlibs/#Wordcloud)
首先你需要下載離線安裝包,然后在命令行執行安裝命令
我當前執行的安裝命令為F:\我的大學\項目代碼\python環境\未知領域環境\未知領域\Scripts\python.exe -m pip install -i https://pypi.tuna.tsinghua.edu.cn/simple --upgrade F:\個人資料\安裝 包\wordcloud-1.6.0-cp38-cp38-win_amd64.whl
其中F:\我的大學\項目代碼\python環境\未知領域環境\未知領域\Scripts\python.exe是我虛擬環境的地址,如果你用的不是虛擬環境,這里直接寫python即可,然后F:\個人資料\安裝 包\wordcloud-1.6.0-cp38-cp38-win_amd64.whl是我當前下載的離線wordcloud的地址。中間那一部分我之所以使用了-i https://pypi.tuna.tsinghua.edu.cn/simple是安裝wordcloud如果出現依賴其他庫需要下載時用國內鏡像源下載。
上面的庫中,除了pymysql外都為wordcloud和其依賴庫。
WordCloud方法介紹
WordCloud方法是wordcloud庫中使用頻率最高的為作用最大的方法, 主要用於詞雲的生成和繪制。
| wordcloud屬性 | 作用 |
|---|---|
| font_path | 字符串類型, 字體路徑(windows下默認字體路徑為C:\\Windows\\Fonts\\如果是自行安裝的字體,可能會在C:\\Users\\用戶名\\AppData\\Local\\Microsoft\\Windows\\Fonts\\) |
| width | 整數類型, 生成詞雲的寬度, 默認:400 |
| height | 整數類型, 生成詞雲的高度, 默認:200 |
| prefer_horizontal | 浮點類型,詞語水平方向排版出現的頻率，默認:0.9 |
| mask | 遮罩圖, 下方會詳細介紹。默認:無 |
| scale | 浮點類型, 按照比例進行放大畫布, 默認:1 |
| min_font_size | 整數類型, 顯示的最小的字體大小, 默認:4 |
| max_font_size | 整數類型, 顯示的最大的字體大小, 默認:無 |
| margin | 整數類型, 邊緣空白寬度, 默認:2 |
| font_step | 整數類型, 字體步長, 默認:1 |
| max_words | 整數類型,要顯示的詞的最大個數 ,默認:200 |
| background_color | 字符串類型, 背景顏色,默認:黑色 |
| stopwords | 設置需要屏蔽的詞，如果為空，則使用內置的STOPWORDS |
| relative_scaling | 浮點類型,詞頻和字體大小的關聯性，默認:auto。 |
| regexp | 字符串類型,使用正則表達式分隔輸入的文本 |
| collocations | 布爾類型, 是否包括兩個詞的搭配 |
| colormap | 給每個單詞隨機分配顏色，若指定color_func，則忽略該方法。 |
| normalize_plurals | 布爾類型,是否刪除單詞中的s,如果使用generate_from_frequencies，則將其忽略。默認:True |
| contour_width | 浮點類型,如果mask遮罩不是None和contour_width > 0，則繪制mask遮罩輪廓。默認:0 |
| contour_color | 字符串類型, mask遮罩輪廓顏色。默認: black |
| repeat | 布爾類型,是否重復單詞和短語，直到達到max_words或min_font_size。默認:False |
| include_numbers | 布爾類型,是否將數字包含為短語。默認:False |
| min_word_length | 整數類型,一個單詞必須包含的最小字母數。默認:0 |
| mode | 顏色模式,默認“RGB”。如果想設置透明底色的雲詞圖，那么可以設置background_color=None, mode=“RGBA” |
| 被棄用屬性 | ranks_only |
| wordcloud方法 | 作用 |
|---|---|
| fit_words(frequencies) | 根據詞頻生成詞雲(frequencies，為字典類型),generate_from_frequencies(frequencies)的簡寫 |
| generate(text) | 根據文本生成詞雲,generate_from_text(text)的簡寫 |
| generate_from_frequencies(frequencies, max_font_size=None) | 根據詞頻生成詞雲 |
| generate_from_text(text) | 根據文本生成詞雲 |
| process_text(text) | 將長文本分詞並去除屏蔽詞（此處指英語，中文分詞還是需要自己用別的庫先行實現，使用上面的 fit_words(frequencies) ） |
| recolor([random_state, color_func, …]) | 對現有輸出重新着色。重新上色會比重新生成整個詞雲快很多。 |
| to_array() | 轉換為numpy數組。 |
| to_file(filename) | 輸出到文件(filename為輸出文件名) |
| to_svg([embed_font, …]) | 導出為SVG格式。 |
簡單詞雲生成實例
使用上述的方法和屬性我們就可以生成一個自己的詞雲。
# 制作詞雲使用
from wordcloud import WordCloud
# 中文分詞使用
import jieba
# 獲取制作詞雲的文本路徑
path_txt = '詞雲.txt'
# 打開文本
with open(path_txt, 'r', encoding='UTF-8') as f:
# 結巴分詞，生成字符串，wordcloud無法直接生成正確的中文詞雲
cut_text = " ".join(jieba.cut(f.read()))
# 設置詞雲屬性
wordcloud = WordCloud(
# 設置字體，不然會出現口字亂碼，文字的路徑是電腦的字體一般路徑，可以換成別的
font_path="C:\\Users\\xunmi\\AppData\\Local\\Microsoft\\Windows\\Fonts\\WenCangShuFang.ttf",
# 設置了背景(當前為透明)
background_color=None,
mode='RGBA',
# 寬
width=1000,
# 高
height=880
)
# 生成詞雲
wordcloud.generate(cut_text)
# 設置詞雲圖片保存路徑
wordcloud.to_file("圖雲.png")
當前我使用的是文藏書房字體,這是一套免費商用字體,需要的可以自行百度獲得。
wordcloud中其他的方法
wordcloud從除了WordCloud外,還有
ImageColorGenerator: 基於彩色圖像的顏色生成器。根據RGB圖像生成顏色。單詞將使用彩色圖像中包圍矩形的平均顏色進行着色。- 測試
random_color_func: 隨機色調顏色生成。colormap_color_func: 給每個單詞指定顏色get_single_color_func: 創建一個顏色函數，該函數返回單個色調和飽和度。
生成自定義樣式和顏色的圖片
使用maks屬性即可幫助我們生成帶蒙版的詞雲,但需要注意的是我們不能直接將一個圖片給maks,否則會報錯AttributeError: 'str' object has no attribute 'dtype'大致意思就是str(字符串)沒有dtype屬性。這里我們需要用到matplotlib.pyplot庫中的.imread('')屬性。顏色方面我們可以使用recolor進行重新着色,使用ImageColorGenerator讀取背景顏色。
# 制作詞雲使用
from wordcloud import WordCloud, ImageColorGenerator
# 中文分詞使用
import jieba
# 轉化蒙版圖片
import matplotlib.pyplot as plt
# 獲取制作詞雲的文本路徑
path_txt = '詞雲.txt'
# 打開文本
with open(path_txt, 'r', encoding='UTF-8') as f:
# 結巴分詞，生成字符串，wordcloud無法直接生成正確的中文詞雲
cut_text = " ".join(jieba.cut(f.read()))
# 設置背景圖片
backgroud_image = plt.imread('蒙版圖.jpg')
# 設置詞雲屬性
wordcloud = WordCloud(
# 設置字體，不然會出現口字亂碼，文字的路徑是電腦的字體一般路徑，可以換成別的
font_path="C:\\Users\\xunmi\\AppData\\Local\\Microsoft\\Windows\\Fonts\\WenCangShuFang.ttf",
# 設置了背景(當前為透明)
background_color=None,
mode='RGBA',
# 寬
width=1000,
# 高
height=880,
# 設置背景蒙版
mask=backgroud_image
)
# 生成詞雲
wordcloud.generate(cut_text)
# 將字體顏色重新着色為背景顏色(recolor方法必須在generate之后執行)
wordcloud.recolor(color_func=ImageColorGenerator(backgroud_image))
# 設置詞雲圖片保存路徑
wordcloud.to_file("圖雲.png")
