‍♂️ 个人主页:

后面生成的图片是有些显示违规或奇怪（因为我是用核心价值观作为词库的，所以会被和谐，但学习思路没有问题，大家可以放心食用~）

文章目录

  • 一、安装wordcloud
  • 二、一个简单的词云
  • 三、优化词云
  • 四、中文版词云
    • 4.1colormap 修改主色调
    • 4.2修改部分字体的颜色
  • 五、自定义轮廓（根据图片）
    • 5.1添加边框和边框颜色
    • 5.2保存图片
    • 5.3修改图片背景为透明色
  • 六、处理大块文本
    • 6.1处理分词后的字符串

一、安装wordcloud

pip install wordcloup

安装失败见：
到https://www.lfd.uci.edu/~gohlke/pythonlibs/#wordcloud 去下载符合自己的whl文件
我的Windows 是64 操作系统，python版本为3.9

用cmd进到下载的whl文件的目录执行
pip install wordcloud-1.5.0-cp39-cp39m-win32.whl

查看模块属性和方法import wordcloud,PILimport  numpy as npimport jiebadir(wordcloud)

输出

['ImageColorGenerator', 'STOPWORDS', 'WordCloud', '__all__', '__builtins__', '__cached__', '__doc__', '__file__', '__loader__', '__name__', '__package__', '__path__', '__spec__', '__version__', '_version', 'color_from_image', 'get_single_color_func', 'query_integral_image', 'random_color_func', 'tokenization', 'wordcloud']

主要使用其中的
WordCloud 对象 生成词云和显示词云

dir(wordcloud.WordCloud)

输出

['__array__', '__class__', '__delattr__', '__dict__', '__dir__', '__doc__',······,]

插入一下 dir的用法

# dir 如果没有参数，默认返回 项目属性 和 模块dir()

二、一个简单的词云

我们生成一个简单词云 并用image绘出来

# 设置背景为白色wcd = wordcloud.WordCloud(background_color='white')text = 'hello world python windows css html javascript'# 生成词云wcd.generate(text) # Generate  wordcloud from text.wcd.to_image()

从中可以看见单词很散，很少， 我们对 词云对象 添加两个属性， repeat = true（重复） max_words (最大词数）

三、优化词云

（重复词，限制词数，放大图片,限制最大单词大小）

# 设置背景为白色，单词重复，词数限制，放大长宽wcd1 = wordcloud.WordCloud(background_color='white',repeat=True,max_words=100,width=800,height=600,max_font_size=100)wcd1.generate(text)wcd1.to_image()

四、中文版词云

zh_hans_text = "自由、平等、公正、法治。自由、平等、公正、法治"wcd_zh_hans = wordcloud.WordCloud(background_color='white',repeat=True,max_words=100,width=800,height=600,max_font_size=100)wcd_zh_hans.generate(zh_hans_text)wcd_zh_hans.to_image()

可以发现 编码问题出现了。

解决方案： 修改 font path 为中文字体路径

中文字体路径在哪里找呢，在 C:\Windows\Fonts

我们直接将所需要的字体复制到项目根路径下使用

wcd_zh_hans = wordcloud.WordCloud(font_path='./../font/Muyao.TTF',background_color='white',repeat=True,max_words=100,width=800,height=600,max_font_size=100)wcd_zh_hans.generate(zh_hans_text)wcd_zh_hans.to_image()

4.1colormap 修改主色调

我们希望修改一下颜色风格，我们查看一下 colormap 介绍

也就说只能用 `matplotlib`库的颜色地图，我们去到对应官网

https://www.matplotlib.org.cn/gallery/color/colormap_reference.html

wcd_zh_hans = wordcloud.WordCloud(font_path='./../font/Muyao.TTF/',colormap='Reds',background_color='white',repeat=True,max_words=100,width=800,height=600,max_font_size=100)wcd_zh_hans.generate(zh_hans_text)wcd_zh_hans.to_image()

4.2修改部分字体的颜色

此时我们对主色调已经比较满意，但是我们希望可以对一些特别的字体换另外一种颜色，可以使用 方法 recolor() 重新绘制颜色

wcd_zh_hans.recolor() # 重新渲染颜色wcd_zh_hans.to_image()

五、自定义轮廓（根据图片）

使用 mask 参数 （面罩）

对应参数是numpy 中的 array数组，将图片用PIL库打开 使用矩阵表示出来（图像本质就是矩阵）

默认mask表示为binary(二进制),如果有对应的mask 那么会自动忽略长宽，也就是不会进行默认的长方形图片显示，会被所给图片大小替代，其次如果图片有白底（#ff 或者 #ffffff)，那么此白底会被忽略，不会被渲染！ 相当于边框！

导入PIL (Pillow) 导入 numpy 库

mask = np.array(PIL.Image.open('china.png'))# 图像本质就是矩阵wcd_zh_hans = wordcloud.WordCloud(font_path='./../font/Muyao.TTF/',mask=mask,colormap='Reds',background_color='white',repeat=True,max_words=200,width=800,height=600,max_font_size=100)wcd_zh_hans.generate(zh_hans_text)wcd_zh_hans.to_image()

5.1添加边框和边框颜色

可以看到没有边框，此时我们想要边框可加上 contour 属性

wcd_zh_hans = wordcloud.WordCloud(font_path='./../font/Muyao.TTF/',contour_width=8,contour_color='red',mask=mask,colormap='Reds',background_color='white',repeat=True,max_words=200,width=800,height=600,max_font_size=100)wcd_zh_hans.generate(zh_hans_text)wcd_zh_hans.to_image()

5.2保存图片

wcd_zh_hans.to_file('china_wordcloud.png')

5.3修改图片背景为透明色

但是出现一个问题：就是所生成的图片背景是白色的，而不是透明的，这样如果有需求还需要借助第三方工具变成透明

解决方法： 修改 mode （默认为RGB) 为 RGBA ， 并设置背景颜色为 None(必须在 RGBA 下有效，不然默认还是黑色背景）

参数颜色取值
R红色值。正整数百分数
G绿色值。正整数百分数
B蓝色值。正整数百分数
AAlpha透明度0~1(颜色的透明度)

此色彩模式与RGB相同,RGB定义了颜色的红绿蓝值,在RGB模式上新增了Alpha透明度.

wcd_zh_hans = wordcloud.WordCloud(font_path='./../font/Muyao.TTF/',mode='RGBA',contour_width=8,contour_color='white',mask=mask,colormap='Reds',background_color=None,repeat=True,max_words=200,width=800,height=600,max_font_size=100)wcd_zh_hans.generate(zh_hans_text)wcd_zh_hans.to_image()

根据报错，我们看到 图片和边框线contour的图层 不同，这是一直以来的bug,到目前还没有修复。

解决办法： 去除边框线属性

wcd_zh_hans = wordcloud.WordCloud(font_path='./../font/Muyao.TTF/',mode='RGBA',mask=mask,colormap='Reds',background_color=None,repeat=True,max_words=200,width=800,height=600,max_font_size=100)wcd_zh_hans.generate(zh_hans_text)wcd_zh_hans.to_image()

perfect!!

wcd_zh_hans.to_file('china_wordcloud_transparent.png')

六、处理大块文本

有时候我们的文本并不是像

zh_hans_text = "自由、平等、公正、法治。自由、平等、公正、法治"

处理好

通常情况下是这样：

`text="核心价值观是一个国家的重要稳定器。一个民族、一个国家的核心价值观必须同自身的历史文化相契合,同自身正在进行的奋斗相结合，同自身需要解决的时代问题相适应。可以说，社会主义核心价值观培育和践行的过程，也是转型社会重建现代价值秩序的过程。在社会从传统向现代的转型过程中，人们的价值观念也发生了深刻的变化，同自身正在进行的奋斗相结合，同自身需要解决的时代问题相适应.可以说，社会主义核心价值观培育和践行的过程，也是转型社会重建现代价值秩序的过程.在社会从传统向现代的转型过程中，人们的价值观念也发生了深刻的变化，`
  1. 可以使用中文分词第三方库 ieba(结巴库) ,该库适用于快速上手，但是准确率相比之下比较低
  1. 更高的准确率可以使用北京大学开源的中文分词第三方库 pkumsg(peking university segentation)

博客园 优质好文讲解
https://www.cnblogs.com/python-xkj/p/9247265.html

基本使用：

  • jieba.cut 方法接受三个输入参数: 需要分词的字符串；cut_all 参数用来控制是否采用全模式（默认为False)；HMM 参数用来控制是否使用 HMM 模型
  • jieba.cut_for_search 方法接受两个参数：需要分词的字符串；是否使用 HMM 模型。该方法适合用于搜索引擎构建倒排索引的分词，粒度比较细
    待分词的字符串可以是 unicode 或 UTF-8 字符串、GBK 字符串。注意：不建议直接输入 GBK 字符串，可能无法预料地错误解码成 UTF-8
  • jieba.cut 以及 jieba.cut_for_search 返回的结构都是一个可迭代的 generator，可以使用 for 循环来获得分词后得到的每一个词语(unicode)，或者用
    jieba.lcut 以及 jieba.lcut_for_search 直接返回 list
  • jieba.Tokenizer(dictionary=DEFAULT_DICT) 新建自定义分词器，可用于同时使用不同词典。jieba.dt 为默认分词器，所有全局分词相关函数都是该分词器的映射。

结巴分词0.4版本以上支持四种分词模式：

模式效果
精确模式试图将句子最精确地切开，适合文本分析
全模式把句子中所有的可以成词的词语都扫描出来, 速度非常快，但是不能解决歧义
搜索引擎模式在精确模式的基础上，对长词再次切分，提高召回率，适合用于搜索引擎分词
paddle模式利用PaddlePaddle深度学习框架，训练序列标注（双向GRU）网络模型实现分词。同时支持词性标注。（应该是百度提供的分词模型），缺点之一是在面对大数据时耗时很大
text="核心价值观是一个国家的重要稳定器。一个民族、一个国家的核心价值观必须同自身的历史文化\相契合,同自身正在进行的奋斗相结合，同自身需要解决的时代问题相适应。可以说，社会主义核心价值\观培育和践行的过程，也是转型社会重建现代价值秩序的过程。在社会从传统向现代的转型过程中，人们\的价值观念也发生了深刻的变化，同自身正在进行的奋斗相结合，同自身需要解决的时代问题相适应.可以\说，社会主义核心价值观培育和践行的过程，也是转型社会重建现代价值秩序的过程.在社会从传统向现\代的转型过程中，人们的价值观念也发生了深刻的变化，"jieba.lcut(text)

6.1处理分词后的字符串

  1. 使用.join将每个字符串' '连接起来，词云会自动去除标点符号，
    ( 使用方法类似re.sub替换： # 删除特殊符号 sentence = re.sub('[\'!"#$%&\'()*+,-./:;" />

  2. 也可以使用 计数好的字典 生成词云

jieba_text = ' '.join(jieba.lcut(text))jieba_text

输出：

wcd_zh_hans.generate(jieba_text)wcd_zh_hans.to_image()wcd_zh_hans.to_file('china_wordcloud_jiaba.png')

        到这里，如果还有什么疑问欢迎私信博主问题哦，博主会尽自己能力为你解答疑惑的！如果对你有帮助，你的赞是对博主最大的支持！！