用Python制作詞雲——————python

昨天利用​​某個網站​​做了一個詞雲，感覺效果不錯，

于是想到之前看過有人用Python制作類似的圖檔

我的環境：

• Windows 10 教育版
• Python 版本：Python 3.7.1
• 編譯器：Pycharm

簡單的詞雲

第一步，找到一段文字，這個是英劇"Yes, minister"的，維基百科上這部劇的介紹詞條。然後命名為 yes-minister.txt，将其和代碼儲存在同一個檔案夾下

第二步，安裝wordcloud庫

點選file->Settings…->Project:python->Project Interpreter

然後點選那個加号

點選之後，在搜尋欄裡輸入wordcloud，選中wordcloud，點選安裝

安裝成功後，就是來分析代碼了(如果安裝失敗，請自行百度錯誤原因)

另外，我們還需要具有PIL庫

• PIL：Python Imaging Library，python圖像處理庫，這個庫支援多種檔案格式，并提供了強大的圖像處理和圖形處理能力

代碼如下，結果如下：

import PIL.Image as image
from wordcloud import WordCloud
filename = "yes-minister.txt"
with open(filename,'rb') as f:
    text = f.read()
text = text.decode('utf-8')
wordcloud = WordCloud().generate(text)
image_produce = wordcloud.to_image()
image_produce.show()      

生成的圖雲是這樣子的：

怎麼樣，僅僅由九行的代碼做成的，是不是很酷！

如果你是Python的初學者，或者對上邊的代碼有不了解的地方，請繼續往下看（大佬請忽略）

讓我們一句一句的分析代碼(自己也複習一下Python哈哈)：

import PIL.Image as image
from wordcloud import      

• ​

  ​import PIL.Image as image​

  ​其中，as 保留字與 import 一起使用能夠改變後續代碼中庫的命名空間，有助于提高代碼的可讀性。簡單地說，在程式的後續部分，image代替PIL.Image
• ​

  ​from wordcloud import WordCloud​

  ​​,對​

  ​wordcloud​

  ​​庫中的​

  ​WordCloud​

  ​​函數可以直接采用​

  ​WordCloud()​

  ​形式使用

filename = "yes-minister.txt"
with open(filename) as f:
    text = f.read()      

• ​

  ​filename​

  ​是需要打開檔案的路徑，
• ​​點選檢視 python 使用 with open（） as​​，這個語句簡化了讀寫檔案的操作，詳情請點選檢視

text = text.decode('utf-8')
wordcloud = WordCloud().generate(text)
image_produce = wordcloud.to_image()
image_produce.show()      

• decode() 方法以 encoding 指定的編碼格式解碼字元串。預設編碼為字元串編碼。此處encoding是’utf-8’,​​點選檢視Python decode()方法​​

用 ​

​wordcloud.generate(text)​

​ 可以完成三項工作。

• 文本預處理
• 詞頻統計
• 将高頻詞以圖檔形式進行彩色渲染

然後轉化為圖檔(​

​image_produce = wordcloud.to_image()​

​​)，顯示(​

​image_produce.show()​

​)就能看到了

自定義蒙版詞雲制作

import PIL.Image as image
from wordcloud import WordCloud
import imageio
file = "yes-minister.txt"
bg_pic = imageio.imread('water1.jpg')
#背景圖檔
with open(file,'rb') as f:
    text = f.read()
text = text.decode('utf-8')
wordcloud = WordCloud(mask=bg_pic , background_color='white').generate(text)
wordcloud.to_file('3.jpg')
image_produce = wordcloud.to_image()
image_produce.show()      

• ​

  ​bg_pic = imageio.imread('water1.jpg')​

  ​ 讀入背景圖檔



• ​

  ​wordcloud = WordCloud(mask=bg_pic , background_color='white').generate(text)​

  ​​，設定詞雲的蒙版為​

  ​bg_pic​

  ​，背景為白色，然後根據​

  ​text​

  ​生成詞雲，效果如下



• ​

  ​wordcloud.to_file('3.jpg')​

  ​​ 儲存為名字為3.jpg的圖檔

  當然還有其他形式的

中文詞雲制作

來來來，先看一下代碼，然後分析

# wordcloud 生成中文詞雲

import PIL.Image as image
import jieba
import matplotlib.pyplot as plt
from wordcloud import WordCloud
from imageio import imread

# 讀入妖神記的檔案 all.txt
with open("all.txt",'rb') as f:
    comment_text = f.read()
comment_text = comment_text.decode('utf-8')
# 結巴分詞，生成字元串，如果不通過分詞，無法直接生成正确的中文詞雲
cut_text = " ".join(jieba.cut(comment_text))
color_mask = imread("water1.jpg")
cloud = WordCloud(
    # 設定字型，不指定的話會亂碼
    font_path="STSONG.TTF",
    # 設定背景色
    background_color="white",
    # 詞雲形狀
    mask=color_mask
)
# 産生詞雲
word_cloud = cloud.generate(cut_text)
# 儲存圖檔
word_cloud.to_file("1.jpg")
image_produce = word_cloud.to_image()
image_produce.show()      

效果如下：

font_path : string  //字型路徑，需要展現什麼字型就把該字型路徑+字尾名寫上，如：font_path = '黑體.ttf'
width : int (default=400)  //輸出的畫布寬度，預設為400像素
height : int (default=200)  //輸出的畫布高度，預設為200像素
prefer_horizontal : float (default=0.90) //詞語水準方向排版出現的頻率，預設 0.9 （是以詞語垂直方向排版出現頻率為 0.1 ）
mask : nd-array or None (default=None) //如果參數為空，則使用二維遮罩繪制詞雲。如果 mask 非空，設定的寬高值将被忽略，遮罩形狀被 mask 取代。除全白（#FFFFFF）的部分将不會繪制，其餘部分會用于繪制詞雲。如：bg_pic = imread('讀取一張圖檔.png')，背景圖檔的畫布一定要設定為白色（#FFFFFF），然後顯示的形狀為不是白色的其他顔色。可以用ps工具将自己要顯示的形狀複制到一個純白色的畫布上再儲存，就ok了。
scale : float (default=1) //按照比例進行放大畫布，如設定為1.5，則長和寬都是原來畫布的1.5倍。
min_font_size : int (default=4) //顯示的最小的字型大小
font_step : int (default=1) //字型步長，如果步長大于1，會加快運算但是可能導緻結果出現較大的誤差。
max_words : number (default=200) //要顯示的詞的最大個數
stopwords : set of strings or None //設定需要屏蔽的詞，如果為空，則使用内置的STOPWORDS
background_color : color value (default=”black”) //背景顔色，如background_color='white',背景顔色為白色。
max_font_size : int or None (default=None) //顯示的最大的字型大小
mode : string (default=”RGB”) //當參數為“RGBA”并且background_color不為空時，背景為透明。
relative_scaling : float (default=.5) //詞頻和字型大小的關聯性
color_func : callable, default=None //生成新顔色的函數，如果為空，則使用 self.color_func
regexp : string or None (optional) //使用正規表達式分隔輸入的文本
collocations : bool, default=True //是否包括兩個詞的搭配
colormap : string or matplotlib colormap, default=”viridis” //給每個單詞随機配置設定顔色，若指定color_func，則忽略該方法。
fit_words(frequencies) //根據詞頻生成詞雲
generate(text) //根據文本生成詞雲
generate_from_frequencies(frequencies[, ...]) //根據詞頻生成詞雲
generate_from_text(text) //根據文本生成詞雲
process_text(text) //将長文本分詞并去除屏蔽詞（此處指英語，中文分詞還是需要自己用别的庫先行實作，使用上面的 fit_words(frequencies) ）
recolor([random_state, color_func, colormap]) //對現有輸出重新着色。重新上色會比重新生成整個詞雲快很多。
to_array() //轉化為 numpy array
to_file(filename) //輸出到檔案