介绍 import jieba
import wordcloud
时间=txt 开放(“1. txt",,“r",,编码=& # 39;utf - 8 # 39;) .read ()
时间=words jieba.lcut (txt)
txt_1 =,,,, . join(单词)
#,打印(txt1)
时间=w wordcloud.WordCloud (font_path=癿syh.ttc",
,,,,,=1000,宽度,高度=700,,background_color=皐hite",
,,,,,)
w.generate (txt_1)
w.to_file (“ciyun.png") import jieba
得到wordcloud import WordCloud, STOPWORDS, ImageColorGenerator
import numpy as np
得到PIL import 形象
时间=txt 开放(“C:/用户/96356/桌面/1. txt",,“r",,编码=& # 39;utf - 8 # 39;) .read ()
时间=words jieba.lcut (txt)
txt_1 =,,,, . join(单词)
时间=photo np.array (Image.open (& # 39; C:/用户/96356/桌面/2. png # 39;))
#,得到scipy.misc import imread
#,中国=imread (& # 39; C:/用户/96356/桌面/2. png # 39;), # scipy.misc方式都可以读取图片
时间=w WordCloud (font_path=癿syh.ttc",
,,,=面具的照片,
,,,background_color=皐hite",
,,,)
w.generate (txt_1)
w.to_file (“ciyun.png")
今天就跟大家聊聊有关如何在python中使用wordcloud词云库,可能很多人都不太了解,为了让大家更加了解,小编给大家总结了以下内容,希望大家根据这篇文章可以有所收获。
wordcloud是优秀的词云展示第三方库
一、基本使用
二,按图片形状生成
三,WordCloud参数详解
从WordCloud进口WordCloud
参数作用font_path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& # 39;宽度输出的画布宽度,默认为400像素高度输出的画布高度,默认为200像素prefer_horizontal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)面具如果参数为空,则使用二维遮罩绘制词云。如果面具非空,设置的宽高值将被忽略,遮罩形状被面具取代。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 # 39;),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,就好了。一般为掩码=np.array (Image.open (“xxx.jpg& # 39;)。其从公益诉讼中导入Imagescale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显示的最小的字体大小font_step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要显示的词的最大个数stopwords设置需要屏蔽的词,如果为空,则使用内置的STOPWORDSbackground_color背景颜色,如background_color='白色# 39;,背景颜色为白色max_font_size显示的最大的字体大小模式当参数为“RGBA”并且background_color不为空时,背景为透明relative_scaling词频和字体大小的关联性color_func生成新颜色的函数,如果为空,则使用self.color_funcregexp使用正则表达式分隔输入的文本搭配是否包括两个词的搭配colormap给每个单词随机分配颜色,若指定color_func,则忽略该方法random_state为每个单词返回一个公益诉讼颜色其他部分函数
函数作用fit_words(频率)根据词频生成词云生成(文本)根据文本生成词云generate_from_frequencies(频率[…])根据词频生成词云generate_from_text(文本)根据文本生成词云process_text(文本)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(频率))重新着色([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 arrayto_file(文件名)输出到文件看完上述内容,你们对如何在python中使用WordCloud词云库有进一步的了解吗?如果还想了解更多知识或者相关内容,请关注行业资讯频道,感谢大家的支持。
