wordcloud的基本使用

github:https://github.com/amueller/word_cloud  

官方地址:https://amueller.github.io/word_cloud/

来一个例子：
[python] view plain copy

print ?
1. ”“”
2. @author:FLY
3. @software:PyCharm
4. @time:2017/08/24
5. ”“”
6. import pickle
7. from os import path
8. import jieba
9. import matplotlib.pyplot as plt
10. from wordcloud import WordCloud, STOPWORDS, ImageColorGenerator
11. text = ”
12. with open(’人工智能及应用.txt’, ‘r’, encoding=‘utf8’) as fin:
13. for line in fin.readlines():
14. line = line.strip(’\n’)
15. # sep’.join（seq）以sep作为分隔符，将seq所有的元素合并成一个新的字符串
16. text += ’ ’.join(jieba.cut(line))
17. backgroud_Image = plt.imread(’man.jpg’)
18. print(‘加载图片成功！’)
19. ””’设置词云样式”’
20. wc = WordCloud(
21. background_color=’white’,# 设置背景颜色
22. mask=backgroud_Image,# 设置背景图片
23. font_path=’C:\Windows\Fonts\STZHONGS.TTF’, # 若是有中文的话，这句代码必须添加，不然会出现方框，不出现汉字
24. max_words=2000, # 设置最大现实的字数
25. stopwords=STOPWORDS,# 设置停用词
26. max_font_size=150,# 设置字体最大值
27. random_state=30# 设置有多少种随机生成状态，即有多少种配色方案
28. )
29. wc.generate_from_text(text)
30. print(‘开始加载文本’)
31. #改变字体颜色
32. img_colors = ImageColorGenerator(backgroud_Image)
33. #字体颜色为背景图片的颜色
34. wc.recolor(color_func=img_colors)
35. # 显示词云图
36. plt.imshow(wc)
37. # 是否显示x轴、y轴下标
38. plt.axis(’off’)
39. plt.show()
40. # 获得模块所在的路径的
41. d = path.dirname(file)
42. # os.path.join()：将多个路径组合后返回
43. wc.to_file(path.join(d, ”h11.jpg”))
44. print(‘生成词云成功!’)
```
”“” 

@author:FLY 

@software:PyCharm 

@time:2017/08/24 

“”” 

import pickle 

from os import path 

import jieba 

import matplotlib.pyplot as plt 

from wordcloud import WordCloud, STOPWORDS, ImageColorGenerator 

text = ” 

with open(‘人工智能及应用.txt’, ‘r’, encoding=’utf8’) as fin: 

    for line in fin.readlines(): 

        line = line.strip(‘\n’)
```

sep’.join（seq）以sep作为分隔符，将seq所有的元素合并成一个新的字符串

text += ' '.join(jieba.cut(line))
backgroud_Image = plt.imread('man.jpg')
print('加载图片成功！')
'''设置词云样式'''
wc = WordCloud(
background_color='white',# 设置背景颜色
mask=backgroud_Image,# 设置背景图片
font_path='C:\Windows\Fonts\STZHONGS.TTF', # 若是有中文的话，这句代码必须添加，不然会出现方框，不出现汉字
max_words=2000, # 设置最大现实的字数
stopwords=STOPWORDS,# 设置停用词
max_font_size=150,# 设置字体最大值
random_state=30# 设置有多少种随机生成状态，即有多少种配色方案
)
wc.generate_from_text(text)
print('开始加载文本')

改变字体颜色

img_colors = ImageColorGenerator(backgroud_Image)

字体颜色为背景图片的颜色

wc.recolor(color_func=img_colors)

显示词云图

plt.imshow(wc)

是否显示x轴、y轴下标

plt.axis('off')
plt.show()

获得模块所在的路径的

d = path.dirname(file)

os.path.join()：将多个路径组合后返回

wc.to_file(path.join(d, "h11.jpg"))
print('生成词云成功!')

运行结果：

生成词云方法

word_cloud 生成词云有两个方法。from text 和 from frequencies 。即文本生成和频率生成，每一个都有对应的函数可以使用

[python] view plain copy

print ?

generate(text) Generate wordcloud from text.
generate_from_text(text) Generate wordcloud from text.
generate_from_frequencies Create a word_cloud from words and frequencies.
fit_words Create a word_cloud from words and frequencies.

generate(text)      Generate wordcloud from text. 

generate_from_text(text)    Generate wordcloud from text. 

generate_from_frequencies      Create a word_cloud from words and frequencies. 

fit_words      Create a word_cloud from words and frequencies.

wordcloud包的基本用法
[python] view plain copy

print ?
1. class wordcloud.WordCloud(font_path=None, width=400, height=200, margin=2,
2. ranks_only=None, prefer_horizontal=0.9,mask=None, scale=1, color_func=None,
3. max_words=200, min_font_size=4, stopwords=None, random_state=None,background_color=‘black’,
4. max_font_size=None, font_step=1, mode=‘RGB’, relative_scaling=0.5, regexp=None,
5. collocations=True,colormap=None, normalize_plurals=True)
```
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)
```

这是wordcloud的所有参数，下面具体介绍一下各个参数：

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'
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。
fit_words(frequencies) //根据词频生成词云【frequencies，为字典类型】
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

简要讲下几个会影响图像清晰问题的WordCloud的参数：

mask：遮罩图，字的大小布局和颜色都会依据遮罩图生成。其实理论上这对字大小和清晰程度的影响不大，
但是遮罩图色和背景色background_color如果易混淆，则可能是一个导致看起来不清晰的因素；
另外遮罩图自身各个颜色之间的对比不强烈，也可能使图看起来层次感不够。
比如，一些图明度比较高，再加上背景白色，有可能导致字色太浅（背景色background_color又是白色）于是看起来不够“清晰”。
background_color：背景色，默认黑。
这个本来其实也不怎么影响清晰度，但是，就像之前在mask中提到的，如果遮罩图像颜色过浅、背景设置白色，
可能导致字看起来“不清晰”。而实际上，我对一个浅色遮罩图分别用白、黑两种背景色后发现，
黑色背景的强烈对比之下会有若干很浅也很小的词浮现出来，而之前因背景色、字色过于相近而几乎无法用肉眼看出这些词。
mode：默认“RGB”。根据说明文档，如果想设置透明底色的云词图，那么可以设置background_color=None, mode="RGBA"
但是！！！实际中我尝试设置透明背景色并没有成功过！
当我选取的遮罩图是白色底时，如果background_color设置为"white"或"black"时，生成的云词确实是对应的“白色”“黑色”；
但是按照上述参数设置透明色时，结果出来依然是白色。
当我选取的遮罩图是透明底时，那么不管我background_color设置为"white"或"black"，还是None加上mode="RGBA"，
结果都是把背景部分当做黑色图块，自动匹配黑色的字！——也就是并没有实现透明底的云词。
谁如果实现了透明底色的方案，欢迎给我留言。目前这个疑惑我打算先不研究了，放到以后再看。
max_font_size：最大字号。源文件中也有讲到，图的生成会依据最大字号等因素去自动判断词的布局。
经测试，哪怕同一个图像，只要图本身尺寸不一样（比如我把一个300×300的图拉大到600×600再去当遮罩），那么同样的字号也是会有不同的效果。
原理想想也很自然，字号决定了字的尺寸，而图的尺寸变了以后，最大字相对于图的尺寸比例自然就变了。
所以，需要根据期望显示的效果，去调整最大字号参数值。
min_font_size：最小字号。不设置的情况下，默认是4。
尝试了设置比4大的字号，例如8、10，结果就是原本小于设定值且大于4号的词都直接不显示了，其它内容和未设置该值时都一样。
relative_scaling：表示词频和云词图中字大小的关系参数，默认0.5。
为0时，表示只考虑词排序，而不考虑词频数；为1时，表示两倍词频的词也会用两倍字号显示。
scale：根据说明文档，当云词图很大的，加大该值会比使用更大的图更快，但值越高也会越慢（计算更复杂）。
默认值是1。实际测试中，更大的值，确实输出图像看起来更精细（较小较浅的词会颜色更重，也感觉清楚，大的词差异不明显）。
不过，可能由于我选的图不大、词也没有很多，所以差距并没有很大，缩小排列一下就基本上辨别不出多少差别了。
以上参考来源： http://blog.csdn.net/heyuexianzi/article/details/76851参考地址https://blog.csdn.net/fly910905/article/details/77763086/