文章中的例子主要借鑒wordColud的examples，在文章對examples中的例子做了一些改動。
一、wordColud設計中文詞云亂碼
使用wordColud設計詞云的時候可能會產生亂碼問題，因為wordColud默認的字體不支持中文，所以我們只需要替換wordColud的默認字體即可正常顯示中文。
1、中文詞云亂碼
我們使用simhei(黑體)來替換wordColud的默認字體。
2、替換默認字體
a、在字體文件*.tff字體文件(simhei.tff)拷貝到wordColud安裝的文件夾中，文件夾路徑：anaconda(python)-->lib-->site-packages-->wordcolud，如下圖：
其中矩形框出來的是wordColud默認的字體，橢圓形框的是我們下載的字體。
b、修改wordcolud.py文件中的字體設置，打開改路徑下的wordcolud.py文件，找到下圖的所示的框出來的這一行(29行)
將系統的DroidSansMono.tff修改為simhei.tff即可。
二、wordColud示例
1、設計一個簡單的圓形詞云
import numpy as np
import matplotlib.pyplot as plt
from wordcloud import WordCloud,STOPWORDS
from PIL import Image
from os import path
import matplotlib.pyplot as plt
#用來正常顯示中文
plt.rcParams["font.sans-serif"]=["SimHei"]
#用來正常顯示負號
plt.rcParams["axes.unicode_minus"]=False
import os
import random,jieba
'''
繪制單個詞一個圓形的詞云
'''
def single_wordColud():
text = "第一 第二 第三 第四"
#產生一個以(150,150)為圓心,半徑為130的圓形mask
x,y = np.ogrid[:300,:300]
mask = (x-150) ** 2 + (y-150) ** 2 > 130 ** 2
mask = 255 * mask.astype(int)
wc = WordCloud(background_color="white",repeat=True,mask=mask)
wc.generate(text)
#將x軸和y軸坐標隱藏
plt.axis("off")
plt.imshow(wc,interpolation="bilinear")
plt.show()
2、以圖片形狀作為背景設計詞云
下面以蠟筆小新的這張圖片作為背景來設計一個詞云，我們通過讀取一個txt文件，文件中包含了很多段落，然后通過jieba對句子進行分詞，去除停用詞之后，生成一張詞云的照片。
a、讀取文件內容
使用jieba分詞后，詞之間需要通過空格進行分割，不然在產生詞云的時候回變成一個詞。
'''
中文分詞
'''
def segment_words(text):
article_contents = ""
#使用jieba進行分詞
words = jieba.cut(text,cut_all=False)
for word in words:
#使用空格來分割詞
article_contents += word+" "
return article_contents
b、讀取停用詞
停用詞包括一些標點符號，和一些沒有實際意義的詞，我們需要將這些詞都去除。
'''
從文件中讀取停用詞
'''
def get_stopwords():
dir_path = path.dirname(__file__) if "__file__" in locals() else os.getcwd()
#獲取停用詞的路徑
stopwords_path = os.path.join(dir_path,"txt/stopwords.txt")
#創建set集合來保存停用詞
stopwords = set()
#讀取文件
f = open(stopwords_path,"r",encoding="utf-8")
line_contents = f.readline()
while line_contents:
#去掉回車
line_contents = line_contents.replace("\n","").replace("\t","").replace("\u3000","")
stopwords.add(line_contents)
line_contents = f.readline()
return stopwords
c、生成詞云圖片
def drow_mask_wordColud():
#獲取當前文件的父目錄
d = path.dirname(__file__) if "__file__" in locals() else os.getcwd()
mask = np.array(Image.open(path.join(d,"img/test.jpg")))
text = open(path.join(d,"txt/test.txt"),"r",encoding="utf-8").read().
replace("\n","").replace("\t","").replace("\u3000","")
#對文本進行分詞
text = segment_words(text)
#獲取停用詞
stopwords = get_stopwords()
#創建詞云
'''
max_words:顯示詞的數量
mask:背景
stopwords:停用詞,是一個set集合
margin:詞之間的間隔
background_color:詞云圖片背景顏色
'''
wc = WordCloud(max_words=100,mask=mask,background_color="white",
stopwords=stopwords,margin=10,random_state=1).generate(text)
default_colors = wc.to_array()
# #保存詞云圖片
# wc.to_file("a_new_hope.png")
plt.imshow(default_colors,interpolation="bilinear")
plt.axis("off")
plt.show()
3、自定義詞云的顏色
from wordcloud import WordCloud,get_single_color_func
import matplotlib.pyplot as plt
'''
定義一個字體顏色設置類
'''
class GroupedColorFunc(object):
def __init__(self,color_to_words,default_color):
self.color_func_to_words=[
(get_single_color_func(color),set(words))
for (color,words) in color_to_words.items()
]
self.defalt_color_func=get_single_color_func(default_color)
def get_color_func(self,word):
try:
#設置每個詞的顏色
color_func = next(color_func for (color_func,words) in self.color_func_to_words
if word in words)
except StopIteration:
#詞的默認顏色
color_func = self.defalt_color_func
return color_func
def __call__(self,word,**kwargs):
return self.get_color_func(word)(word,**kwargs)
if __name__ == "__main__":
text = "第一 第二 第三 第四 第五 第六"
#創建詞云
wc = WordCloud(collocations=False,background_color="white").generate(text)
#設置詞的顏色
color_to_words={
#使用RGB來設置詞的顏色
"#00ff00":["第一","第五"],
"red":["第三","第六"],
"yellow":["第二"]
}
#設置詞默認的顏色
default_color = "blue"
grouped_color_func = GroupedColorFunc(color_to_words,default_color)
#設置詞云的顏色
wc.recolor(color_func=grouped_color_func)
#顯示詞云圖
plt.figure()
plt.imshow(wc,interpolation="bilinear")
plt.axis("off")
plt.show()
通過詞的顏色設置類，來設置不同詞的顏色。
4、自定義突出詞的重要程度
在生成詞云的時候，默認使用的是使得詞頻高的詞更加突出，突出的詞會比較大，有時候我們已經計算出了詞的權重，想通過詞云圖來突出權重大小的差別。
from wordcloud import WordCloud
import matplotlib.pyplot as plt
import numpy as np
def get_mask():
x,y = np.ogrid[:300,:300]
mask = (x-150) ** 2 + (y-150) ** 2 > 130 ** 2
mask = 255 * mask.astype(int)
return mask
if __name__ == "__main__":
#每個詞的權重
text = {"第一":0.1,"第二":0.2,"第三":0.3,"第四":0.4,"第五":0.5}
wc = WordCloud(background_color="white",mask=get_mask())
wc.generate_from_frequencies(text)
plt.axis("off")
plt.imshow(wc,interpolation="bilinear")
plt.show()
5、保存詞云圖片
wc.to_file("test.png")
更多關于python詞云庫wordCloud使用方法請查看下面的相關鏈接
