词云制作

 

【领域文章来源】：

通过百度查找余光中的《寻李白》，复制粘贴内容，在本地自己创建txt文件。

 

【程序编写基本思路】：

通过jieba库和wordcloud库制作词云图片。调用目标txt内容，通过jieba的分词功能来产生词组；再用wordcloud库展示词云。

 

【源代码】：

import jieba
from wordcloud import WordCloud

excludes={'高力士','靴子','而今','太太','你','我','自从','那年'}
f=open('寻李白.txt','r',encoding='utf-8')
txt=f.read()
f.close()
words=jieba.lcut(txt)
newtxt=''.join(words)
wordcloud=WordCloud(background_color="white",\
                    width=900,\
                    height=600,\
                    font_path='msyh.ttc',\
                    stopwords=excludes,\
                    ).generate(newtxt)
wordcloud.to_file("寻李白.png")

 

【词云效果】：

 

 

【遇到问题及解决方法】：

 

在最开始的时候其实我是用一首英文歌的歌词试试水，整体还都很顺畅，但是最终词云效果出来之后感觉不太美观。于是就想制作一个中文词云试试，然后.......问题就出现了。

代码1.0：

import jieba
from wordcloud import WordCloud

excludes={'高力士','靴子','而今','太太','你','我','自从','那年'}
f=open('寻李白.txt','r')
txt=f.read()
f.close()
words=jieba.lcut(txt)
newtxt=''.join(words)
wordcloud=WordCloud(background_color="white",\
                    width=900,\
                    height=600,\
                    stopwords=excludes,\
                    ).generate(newtxt)
wordcloud.to_file("寻李白.png")

 

运行！然后发现出现了不能解码的问题......

我就去网上搜了一圈，参考CSDN博客，txt文档是gbk编码而Python不能识别，需要通过encoding=‘utf-8’转换一下。

【这里虽然输出问题解决了，但是对于英文内容就可以直接生成词云，中文内容就需要增加这一行代码的原因我其实还是不是特别明白......如果有了解的同学，希望能够留言解答，非常感谢了。】

 

开心地修改代码:

 

import jieba
from wordcloud import WordCloud

excludes={'高力士','靴子','而今','太太','你','我','自从','那年'}
f=open('寻李白.txt','r',encoding='utf-8')
txt=f.read()
f.close()
words=jieba.lcut(txt)
newtxt=''.join(words)
wordcloud=WordCloud(background_color="white",\
                    width=900,\
                    height=600,\
                    stopwords=excludes,\
                    ).generate(newtxt)
wordcloud.to_file("寻李白.png")

 

 

运行！然后......

 

 

？？？？？？？？？

 

翻开二级教程书看一看发现写着这么一句话：“处理中文时还需要指定中文字体”

也就是说需要在最后WordCloud()中加入参数：font_path='xxx.ttc'，其中xxx表示某字体。

 

修改之后就是上面源代码部分的代码了。

 

 

 

本人水平有限，难免会有错误的地方，还请多批评指正！