Python 词云 【中/英】小白简单入门教程
1. 分析
构建词云需要具备：
- 原料即文章等内容
- 将内容进行分词
- 将分词后的内容利用构建词云的工具进行构建
- 保存成图片
2. 需要的主要模块
- jieba 中文分词
- wordcloud 构建词云
3. 模块原理
wordcloud的实现原理
- 文本预处理
- 词频统计
- 将高频词以图片形式进行彩色渲染
jieba的实现原理
- 进行中文分词（有多种模式）【详情】
4. 英文词云
英文分词和构建词云只需要wordcloud模块
具体实现如下：
1 from wordcloud import WordCloud 2 3 string = 'Importance of relative word frequencies for font-size. With relative_scaling=0, only word-ranks are considered. With relative_scaling=1, a word that is twice as frequent will have twice the size. If you want to consider the word frequencies and not only their rank, relative_scaling around .5 often looks good.' 4 font = r'C:\Windows\Fonts\FZSTK.TTF' 5 wc = WordCloud(font_path=font, #如果是中文必须要添加这个，否则会显示成框框 6 background_color='white', 7 width=1000, 8 height=800, 9 ).generate(string) 10 wc.to_file('ss.png') #保存图片
5. 中文分词
具体实现如下:
1 import jieba 2 cut = jieba.cut(text) #text为你需要分词的字符串/句子 3 string = ' '.join(cut) #将分开的词用空格连接
6. 中文词云
中文词云需要jieba和wordcloud模块
具体实现如下:
1 import jieba 2 from wordcloud import WordCloud 3 from PIL import Image 4 import numpy as np 5 6 font = 'hwkt.ttf' 7 content = (open('岗位需求.txt','r',encoding='utf-8')).read() 8 cut = jieba.cut(content) 9 cut_content = ' '.join(cut) 10 img = Image.open('22.png') # 以什么图片进行显示 11 img_array = np.array(img) # 将图片转换为数组 12 13 wc = WordCloud( 14 background_color='white', 15 mask=img_array, # 若没有该项，则生成默认图片 16 font_path=font # 中文分词必须有中文字体设置 17 ) 18 wc.generate_from_text(cut_content) # 绘制图片 19 wc.to_file('new.png') # 保存图片
7. 实现效果
英文词云实现效果如下：
中文词云实现效果如下：
