一、相关模块

jieba：中文分词

wordcloud ：Python词云库

imageio：读取图形数据

安装：

pip install jieba
pip install wordcloud
pip install imageio

二、wordcloud四大类

类 功能 WordCloud([font_path, width, height, …]) 生成和绘制词云对象 ImageColorGenerator(image[, default_color]) 基于图片的色彩 random_color_func([word, font_size, …]) 随机生成颜色 get_single_color_func(color) 创建一个颜色函数,它返回一个色调和饱和度

三、wordcloud类

1、WordCloud类

class wordcloud.WordCloud(
    font_path=None, width=400, height=200, margin=2, 
    ranks_only=None, prefer_horizontal=0.9, mask=None, 
    scale=1, color_func=None, max_words=200, min_font_size=4, 
    stopwords=None, random_state=None, background_color='black', 
    max_font_size=None, font_step=1, mode='RGB', relative_scaling='auto', 
    regexp=None, collocations=True, colormap=None, normalize_plurals=True, 
    contour_width=0, contour_color='black', repeat=False, include_numbers=False, 
    min_word_length=0, collocation_threshold=30)

2、WordCloud参数详解

参数 详解 font_path 词云图的字体路径（OTF或TTF格式） width 画布的宽度、默认为400，如果mask不为空时，设置为mask获取图片的大小 height 画布的高度，默认为200，如果mask不为空时，设置为mask获取图片的大小 prefer_horizontal 默认值0.9；当值<1时，遇到不合适的地方时，算法将词体自动旋转 mask 默认为None；如果不为空，指定了画布的图形，则width和height值不生效，使用提供的图形的大小 contour_width 如果mask不为空，并且contour_width>0，将描绘出mask获取图片的轮廓，值越大，轮廓的线越粗 contour_color 使用Mask时，描绘图片轮廓的颜色 scale 图片生成后放大缩小时的分辨率 min_font_size 词云图显示的最小字体，默认为4 max_font_size 词云图显示的最大字体 max_words 词云显示的最大词数 font_step 字体步长 stopwords 不显示的词，如果没有设置，则使用默认的内置的STOPWORdS列表；如果使用generate_from_frequencies参数，则忽略 background_color 背景颜色 mode 默认为"RGB"，当mode="RGBA"并且background_color为None时，将会显示透明背景 relative_scaling 字体大小与词频的关系，默认值为auto color_func 默认为None，color_func=lambda *args, **kwargs:(255,0,0)词云的字体颜色将这设置为红色 regexp 使用正则切分，默认为r"\w[\w']+"，如果使用generate_from_frequencies则此参数不生效 collocations 是否包含两个词的搭配，默认为True，如果使用generate_from_frequencies则此参数不生效 colormap 设置颜色的参数，默认为"viridis"，如果使用color_func参数，则此参数不生效 normalize_plurals 是否删除尾随的词，比如's，如果使用generate_from_frequencies参数，则此参数不生效 repeat 是否重复词组直到设置的最大的词组数 include_numbers 是否包含数字，默认我False min_word_length 最小数量的词，默认为0 collocation_threshold 默认为30，整体搭配的评分等级

3、WordCloud类方法详解

方法 功能 fit_words() 根据词频生成词云 generate_from_frequencies（) 根据词频生成词云 generate() 根据文本生成词云 generate_from_text() 根据文本生成词云 process_text() 将长文本分词，并去除屏蔽词 recolor() 对输出颜色重新着色 to_array() 转换为numpy数组 to_file() 保存为图片文件 to_svg() 保存为SVG（可缩放矢量图形）

四、实例

1、简单图案

代码：

import wordcloud

# 词云使用的文字
text = "lemon"

# 使用wordcloud.WordCloud类，并传入相关的参数
wc = wordcloud.WordCloud(background_color="white", repeat=True)
wc.generate(text)

# 保存图片
wc.to_file('test1.png')

2、自定义图片

代码：

import wordcloud

# 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
import imageio
mk = imageio.imread("333.jpg")

# 词云使用的文字
text = "lemon"

# 使用wordcloud.WordCloud类，并传入相关的参数
wc = wordcloud.WordCloud(background_color="white", repeat=True,mask=mk)
wc.generate(text)

# 保存图片
wc.to_file('test1.png')

3、从文本读取

代码：

import wordcloud
import jieba

# 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
import imageio
mk = imageio.imread("chen.jpg")

# 使用wordcloud.WordCloud类，并传入相关的参数
wc = wordcloud.WordCloud(background_color="white",
                         prefer_horizontal=0.5,
                         repeat=True,
                         mask=mk,
                         font_path='/System/Library/Fonts/STHeiti Light.ttc',
                         contour_width=2,
                         contour_color='pink',
                         collocation_threshold=100,
                         )

# 对来自外部文件的文本进行中文分词，得到string
f = open('gong.txt', encoding='utf-8')
txt = f.read()
txtlist = jieba.lcut(txt)
string = " ".join(txtlist)

# 将string变量传入w的generate()方法，给词云输入文字
wc.generate(string)

# 保存图片
wc.to_file('test.png')

总结

到此这篇关于Python词云的正确实现方法的文章就介绍到这了,更多相关Python词云实现内容请搜索hwidc以前的文章或继续浏览下面的相关文章希望大家以后多多支持hwidc！

【本文来源：湖北seo 欢迎转载】