Python爬虫入门教程06：爬取数据后的词云图制作
前言💨
本文的文字及图片来源于网络,仅供学习、交流使用,不具有任何商业用途,如有问题请及时联系我们以作处理。
前文内容💨
PS：如有需要 Python学习资料 以及 解答 的小伙伴可以加点击下方链接自行获取
python免费学习资料以及群交流解答点击即可加入
基本开发环境💨
- Python 3.6
- Pycharm
相关模块的使用💨
- jieba
- wordcloud
安装Python并添加到环境变量，pip安装需要的相关模块即可。
上篇文章爬取了B站视频的弹幕数据，对于这方面可以做一些弹幕词云分析，让爬虫数据不再过于单调。
代码内容还是非常简介的，看注释就可以明白了
import jieba
import wordcloud
# 读取文件内容
f = open('弹幕.txt', encoding='utf-8')
txt = f.read()
# jiabe 分词 分割词汇
txt_list = jieba.lcut(txt)
string = ' '.join(txt_list)
# 词云图设置
wc = wordcloud.WordCloud(
width=1000, # 图片的宽
height=700, # 图片的高
background_color='white', # 图片背景颜色
font_path='msyh.ttc', # 词云字体
scale=15,
)
# 给词云输入文字
wc.generate(string)
# 词云图保存图片地址
wc.to_file('out.png')
由上图所示，有很多的这样的 到位 这样的关键词，这样的关键词是没有什么实际意义的，我们可以在词云设置中设置 停用词
stopwords={'到位'}
如果你想要输入的图片不是正方形的图片，想要设置成自己想要的形状，需要先找一张 透明图
导入 imageio 模块
import jieba
import wordcloud
import imageio
# 导入imageio库中的imread函数，并用这个函数读取本地图片，作为词云形状图片
py = imageio.imread('.\\0.jpg') # 如何你想要改变词云图的形状，可以添加
# 读取文件内容
f = open('B站弹幕.txt', encoding='utf-8')
txt = f.read()
# jiabe 分词 分割词汇
txt_list = jieba.lcut(txt)
string = ' '.join(txt_list)
# 词云图设置
wc = wordcloud.WordCloud(
width=1000, # 图片的宽
height=700, # 图片的高
background_color='white', # 图片背景颜色
font_path='msyh.ttc', # 词云字体
mask=py, # 所使用的词云图片
scale=15,
stopwords={'到位'}, # 停用词
# contour_width=5,
# contour_color='red' # 轮廓颜色
)
# 给词云输入文字
wc.generate(string)
# 词云图保存图片地址
wc.to_file('out.png')
