一種用Python生成詞云

我們在閱讀一篇很長的文章時，總先看看文章的關鍵詞來獲知文章的大概內容。今天我們就來制作一個詞云程序，將文章中出現次數較多的詞語提取出來，生成一張詞云圖。

詞云圖的生成原理：

程序會將這篇文章中的所有詞組識別出來，然后統計每個詞組出現的次數，出現次數越多，詞組的字號越大，最后把所有詞組拼合成一張圖像，也就是我們想要的詞云圖。我們需要把這篇文章儲存在一個txt文檔里，把這個文檔和程序放在同一個文件夾下。

首先需要安裝好了python的運行環境，并且以pycharm作為默認工具,安裝所需的第三方庫,它們分別是jieba 和wordcloud.安裝可以參考：

https://www.jb51.net/article/141320.htm

然后開始制作詞云程序。在pycharm中新建一個python文件。

首先調用jieba 和worldcloud模塊。

import jieba

import worldcloud

接著，我們把儲存在程序目錄下的txt文檔命名為”b站測試題.txt”

在程序中輸入以下代碼來讀取這個文檔。

f=open(“b站測試題.txt”,”r”,encoding=”gbk”)

現在我們要讀取文檔中的文字， 把它儲存在一個新的變量ｔ中

t=f.read()

然后關閉文檔

f.close()

然后提取詞組

Is=jieba.icut(t)

Txt=” ”.join(Is)

現在我們已經將詞組提取出來并用空格分開，提取出來的詞組保存在一個新的變量txt 里面

下一步我們要新建一個詞云的對象， 并設定一些參數

W=wordcloud.wordcloud(width=2000,

Height=1400,

Font_path=”msyh.ttc”

)

在上面這段代碼中，我們新建了一個詞云的對象并將其命名為ｗ。我們設定生成詞云圖片的寬度為2000像素，高度為1400像素，設定文字的字體為微軟雅黑。

現在我們要把之前生成的詞組變量txt導入詞云對象w中。

w.generate(txt)

w.to_file(“pic.png”)

然后運行測試

打開程序所在的文件夾， 我們可以看到這里生成了一個名為pic.png的圖片文件。

還可以進行個性化，譬如換個背景色

只需要加入一行代碼：

W=wordcloud.wordcloud(width=2000,

Height=1400,

Background_color=”Grey”

Font_path=”msyh.ttc”

)

顏色可以查詢下表

也可以用16進制數值模式，以#開頭的6位16進制數表示顏色，你可以在下面這個網站上找到自己想要的顏色的１ ６進制顏色數值。

http://tool.oschina.net/commons?type=3

也可以使用colormap改變文字顏色

還以自定義詞云顯示行狀，譬如奔馬、五角星等

我們需要準備一張白色背景的圖片，將其放到程序所在的文件夾里，程序會把白色的背景摳除，將文字放在主體部分，再填充上背景顏色。這里我選了一個五角星的圖片，將它放置在程序所在的目錄下

現在我們需要調用一個新的庫：imageio，imageio是python自帶的一個庫，可以用來讀取圖

像數據。

在程序開頭添加下面的代碼：

import imageio

然后建立一個變量mask來讀取圖像數據

Mask=imageio.imread(“五角星.png”)

然后我們需要在建立詞云對象的代碼中添加一行代碼

W=wordcloud.wordcloud(width=2000,

Height=1400,

Font_path=”msyh.ttc”

Mask=mask,

)

運行，如下圖：

思路參考：威海市文登區七里湯中學宋海霞《用python生成詞云圖》

除了用Pycharm還可以用sublime，可以參考：

https://blog.csdn.net/ydydyd00/article/details/80665028

未來的編程就這樣，很多基礎的功能已經函數或者庫化了，直接調用就可以了。這樣避免了頻繁的制造錘子，但是這些庫大部分都是國外開發的，國內直接“拿來主義”了，未來會有越來越多的國產庫了。