wordclou:根据文本生成词云
一.词云设置
1 wc=WordCloud(width=400, height=200, #画布长、宽，默认（400,200）像素 2 margin=1, #字与字之间的距离 3 background_color='white',#背景颜色 4 min_font_size=3,max_font_size=None,#显示的最小,最大的字体大小 5 max_words=200,#显示的词的最大个数 6 ranks_only=None,#是否只是排名 7 prefer_horizontal=.9,#词语水平方向排版出现的频率0.9（所以词语垂直方向排版出现频率为 0.1 ） 8 mask=None,## 以该参数值作图绘制词云，这个参数不为空时，width和height会被忽略 9 scale=1, #按照比例进行放大画布 10 color_func=None,#生成新颜色的函数，如果为空，则使用 self.color_func 11 stopwords=('Book'),#设置需要屏蔽的词，如果为空，则使用内置的STOPWORDS 12 random_state=None, # 为每个词返回一个PIL颜色 13 font_step=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。 14 mode="RGB",#当参数为“RGBA”并且background_color不为空时，背景为透明 15 relative_scaling=.5, #词频和字体大小的关联性 16 regexp=None,#使用正则表达式分隔输入的文本 17 collocations=True,#是否包括两个词的搭配 18 colormap=None,#给每个单词随机分配颜色 19 normalize_plurals=True,#是否删除词的尾随S之类的 20 font_path="C:/Windows/Fonts/STFANGSO.ttf" #字体路径 21 )
二.生成词云
1 fit_words(frequencies) //根据词频生成词云 2 generate(text) //根据文本生成词云 3 generate_from_frequencies(frequencies[, ...]) //根据词频生成词云 4 generate_from_text(text) //根据文本生成词云 5 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) ） 6 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。 7 to_array() //转化为 numpy array 8 to_file(filename) //输出到文件
三.基本步骤
1 import jieba #jieba分词 2 import matplotlib.pyplot as plt#绘制图形 3 from scipy.misc import imread#处理图像 4 from wordcloud import WordCloud, STOPWORDS, ImageColorGenerator#词云 5 6 #一.文本获取，利用jieba分词获取文本中的词 7 file=open('test.txt',encoding='UTF-8').read() 8 word=' '.join(jieba.cut_for_search(file)) 9 10 #二.词云背景图像获取 11 image=imread('test.jpg') # 解析该图片 12 13 #三.词云设置 14 wc=WordCloud( 15 mode='RGBA',#设置透明底色 16 background_color=None, 17 mask=image, #词云形状设置为背景图像 18 max_words=100,#显示的词的最大个数 19 font_path="C:\\Windows\\Fonts\\STFANGSO.ttf",#设置字体，否则中文可能会出现乱码 20 scale=3#扩大三倍 21 ) 22 23 #生成词云 24 image_colors = ImageColorGenerator(image)# 基于背景颜色设置字体色彩 25 wc.generate(word)#根据文本生成词云 26 27 #显示 28 plt.imshow(wc)#显示词云图 29 plt.axis("off")#关闭坐标轴 30 plt.show()#显示窗口 31 wc.to_file('test.png')# 保存图片
