?
?簡單示例
from matplotlib import pyplot as plt from wordcloud import WordCloud filename = " text.txt " #文本路徑 with open(filename,encoding = " utf-8 " ) as f: data = f.read() font = r ' C:\Windows\Fonts\FZSTK.TTF ' wc = WordCloud(font_path=font, # 如果是中文必須要添加字體 background_color= ' white ' , width =1000 , height =800 , ).generate(data) wc.to_file( ' ss.png ' ) # 保存圖片 plt.imshow(wc) # 用plt顯示圖片 plt.axis( ' off ' ) # 不顯示坐標軸 plt.show() # 顯示圖片 # wc.to_file('img.jpg') #保存圖片
?
?
?
wordcloud.WordCloud類
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)
參數 :
font_path : string //字體路徑,需要展現什么字體就把該字體路徑+后綴名寫上,如:font_path = ' 黑體.ttf ' width : int (default =400) // 輸出的畫布寬度,默認為400像素 height : int (default =200) // 輸出的畫布高度,默認為200像素 prefer_horizontal : float (default =0.90) //詞語水平方向排版出現的頻率,默認 0.9 (所以詞語垂直方向排版出現頻率為 0.1 ) mask : nd -array or None (default=None) //如果參數為空,則使用二維遮罩繪制詞云。如果 mask 非空,設置的寬高值將被忽略,遮罩形狀被 mask 取代。除全白( # FFFFFF)的部分將不會繪制,其余部分會用于繪制詞云。如:bg_pic = imread('讀取一張圖片.png'),背景圖片的畫布一定要設置為白色(#FFFFFF),然后顯示的形狀為不是白色的其他顏色。可以用ps工具將自己要顯示的形狀復制到一個純白色的畫布上再保存,就ok了。 scale : float (default =1) //按照比例進行放大畫布,如設置為1.5 ,則長和寬都是原來畫布的1.5倍。 min_font_size : int (default =4) // 顯示的最小的字體大小 font_step : int (default =1) // 字體步長,如果步長大于1,會加快運算但是可能導致結果出現較大的誤差。 max_words : number (default =200) // 要顯示的詞的最大個數 stopwords : set of strings or None // 設置需要屏蔽的詞,如果為空,則使用內置的STOPWORDS background_color : color value (default =”black”) //背景顏色,如background_color= ' white ' ,背景顏色為白色。 max_font_size : int or None (default=None) // 顯示的最大的字體大小 mode : string (default =”RGB”) // 當參數為“RGBA”并且background_color不為空時,背景為透明。 relative_scaling : float (default =.5) // 詞頻和字體大小的關聯性 color_func : callable, default =None // 生成新顏色的函數,如果為空,則使用 self.color_func regexp : string or None (optional) // 使用正則表達式分隔輸入的文本 collocations : bool, default =True // 是否包括兩個詞的搭配 colormap : string or matplotlib colormap, default=”viridis” // 給每個單詞隨機分配顏色,若指定color_func,則忽略該方法。 函數 : fit_words(frequencies) // 根據詞頻生成詞云 generate(text) // 根據文本生成詞云 generate_from_frequencies(frequencies[, ...]) // 根據詞頻生成詞云 generate_from_text(text) // 根據文本生成詞云 process_text(text) // 將長文本分詞并去除屏蔽詞(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, colormap]) // 對現有輸出重新著色。重新上色會比重新生成整個詞云快很多。 to_array() // 轉化為 numpy array to_file(filename) //輸出到文件
?
?
?
在不同形狀黑白圖像上顯示
?
import jieba from matplotlib import pyplot as plt from wordcloud import WordCloud from PIL import Image import numpy as np font = r ' C:\Windows\Fonts\FZSTK.TTF ' # 字體路徑 text = (open(r ' text.txt ' , ' r ' , encoding= ' utf-8 ' )).read() cut = jieba.cut(text) # 分詞 string = ' ' .join(cut) # 將詞語連接起來,以空格為連接詞 img = Image.open(r ' background.jpg ' ) # 打開背景圖片 img_array = np.array(img) # 將圖片裝換為數組 stopword = [ ' xa0 ' ] # 設置停止詞,也就是你不想顯示的詞 wc = WordCloud( background_color = ' white ' , width =1000 , height =800 , mask = img_array, font_path = font, ) wc.generate_from_text(string) # 繪制圖片 plt.imshow(wc) plt.axis( ' off ' ) plt.show() # 顯示圖片 wc.to_file(r ' new.png ' ) # 保存圖片
?
更多文章、技術交流、商務合作、聯系博主
微信掃碼或搜索:z360901061

微信掃一掃加我為好友
QQ號聯系: 360901061
您的支持是博主寫作最大的動力,如果您喜歡我的文章,感覺我的文章對您有幫助,請用微信掃描下面二維碼支持博主2元、5元、10元、20元等您想捐的金額吧,狠狠點擊下面給點支持吧,站長非常感激您!手機微信長按不能支付解決辦法:請將微信支付二維碼保存到相冊,切換到微信,然后點擊微信右上角掃一掃功能,選擇支付二維碼完成支付。
【本文對您有幫助就好】元
