讓你的作品更出色——

詞云Word Cloud的制作方法（基于python)

本文目錄：

一、詞云的簡介

二、 實(shí)現(xiàn)原理和流程

1、制作詞云流程圖

2、詞云實(shí)現(xiàn)原理

三、 實(shí)現(xiàn)詞云的方式

1、安裝詞云相關(guān)模塊庫

2、WordCloud庫

3、stylecloud庫

四、總結(jié)

一、詞云的簡介

　　詞云，又稱文字云，英文名：Word Cloud。是文本數(shù)據(jù)的視覺表示形式。

　　就是對指定范圍文本中出現(xiàn)頻率較高的“關(guān)鍵詞”予以視覺上的突出表現(xiàn)，從而過濾掉大量的文本信息，形成“關(guān)鍵詞云層”或“關(guān)鍵詞渲染”，使瀏覽網(wǎng)頁者只要一眼掃過文本就可以領(lǐng)略文本的主題宗旨。

?　　簡單來說，我們看到的那種上面一堆大小不一的文字，有些是通過文字形成一個(gè)特定輪廓的那種圖片或圖像，我們稱之為詞云。一個(gè)好的詞云可以直觀地展示一個(gè)文章的主題，方便他人快速感知了解最突出的文字，同時(shí)自定義的美觀樣式和顏值也很能打。

　　詞云的本質(zhì)是點(diǎn)圖，是在相應(yīng)坐標(biāo)點(diǎn)繪制具有特定樣式的文字的結(jié)果。

　　由詞匯組成類似云的彩色圖形詞云，用于展示大量文本數(shù)據(jù)。通常用于描述特定范圍內(nèi)的關(guān)鍵字元數(shù)據(jù)（標(biāo)簽），或可視化自由格式文本。 每個(gè)詞的重要性以字體大小或顏色顯示。

　　適合的數(shù)據(jù)條數(shù)：超過 30 條數(shù)據(jù)（較好效果）

二、 實(shí)現(xiàn)原理和流程

1、制作詞云流程圖

2、詞云實(shí)現(xiàn)原理

?　　某個(gè)詞云就是指定文章內(nèi)的關(guān)鍵字集合體。一篇文章我們可以拆分成多個(gè)關(guān)鍵詞，然后把每個(gè)單詞出現(xiàn)的頻率進(jìn)行統(tǒng)計(jì)。

?　　比如《紅樓夢詩詞》文章中“林黛玉”出現(xiàn)了15次，“判詞”出現(xiàn)了14次，“薛寶釵”出現(xiàn)了8次，這個(gè)次數(shù)就是詞頻。然后根據(jù)詞頻多少，把詞頻出現(xiàn)多的單詞和詞頻出現(xiàn)少的單詞根據(jù)不同的字體展示成圖片，就實(shí)現(xiàn)了這個(gè)詞云的功能。其中對文章內(nèi)的關(guān)鍵詞進(jìn)行拆飛就叫做分詞。

?　　在這個(gè)流程中還會出現(xiàn)一些問題，比如拆分后的關(guān)鍵詞中會有一些我們不想要的詞，例如：“【、】、（、）。。。”這些沒有多大意義的詞和一些本次統(tǒng)計(jì)數(shù)據(jù)里不想被統(tǒng)計(jì)到的詞，如果它們被統(tǒng)計(jì)進(jìn)詞頻當(dāng)中，會干擾詞云生成正確的結(jié)果。我們把這些不想統(tǒng)計(jì)的詞叫做停用詞，為此可以做一個(gè)停用詞的列表。

三、 實(shí)現(xiàn)詞云的方式

?　　目前主要有兩種詞云的實(shí)現(xiàn)庫，一個(gè)是最基礎(chǔ)的詞云wordcloud，另一個(gè)是基于wordcloud實(shí)現(xiàn)的stylecloud。

1、安裝詞云相關(guān)模塊庫

?　　Python中的主流詞云生成器是wordcloud，該代碼針對 Python 3.7、3.8、3.9、3.10、3.11 進(jìn)行了測試。

?　　wordcloud依賴于numpy and pillow，如果要預(yù)覽或保存生成的詞云圖，matplotlib也是必須的。要顯示統(tǒng)計(jì)中文數(shù)據(jù)，需要安裝jieba分詞 (中文分詞)。

?　　所以，我們需要安裝下面幾個(gè)模塊包：

安裝配置好python開發(fā)環(huán)境后，

• pip install numpy
• pip install pillow
• pip install matplotlib
• pip install jieba
• pip install wordcloud
• pip install stylecloud

2、WordCloud庫

（1）、制作簡單文本內(nèi)容詞云

?　　安裝好相關(guān)的python庫后，我們創(chuàng)建一個(gè)p10.py的python文件，輸入下面的代碼

#-*- coding: UTF-8 -*-
from wordcloud import WordCloud
# 詞云的文本內(nèi)容
text = "逆境清醒、Adversity Awake、https://blog.csdn.net/weixin_69553582、逆境清醒的博客_CSDN博客、python教程、前端特效實(shí)例、python turtle繪圖、three.js、源碼"
wc.generate(text)
# 將詞云存為本地圖片png格式
wc.to_file("p10.png")

?　　運(yùn)行p10.py文件，

?　　在p10.py同一個(gè)目錄里，出現(xiàn)了一張名為：p10.png的圖片，點(diǎn)擊打開，如下圖：

?　　我們發(fā)現(xiàn)詞云圖片里有些中文顯示不出來，變成了矩形，這是因?yàn)?WordCloud 默認(rèn)不支持中文的緣故，我們需要設(shè)置一個(gè)可以支持中文的字體，修改代碼：

#-*- coding: UTF-8 -*-
from wordcloud import WordCloud
# 詞云的文本內(nèi)容
text = "逆境清醒、Adversity Awake、https://blog.csdn.net/weixin_69553582、逆境清醒的博客_CSDN博客、python教程、前端特效實(shí)例、python turtle繪圖、three.js、源碼"
wc=WordCloud(font_path='msyh.ttc')
wc.generate(text)
# 將詞云存為本地圖片png格式
wc.to_file("p10.png")

?　　再次運(yùn)行p10.py文件，這次生成的詞云圖為：

（2）、制作一個(gè)由重復(fù)單詞組成的詞云

?　　用一個(gè)重復(fù)的單詞制作一個(gè)詞云。

import numpy as np
import matplotlib.pyplot as plt
from wordcloud import WordCloud

text = "逆境清醒"

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,font_path='msyh.ttc')
wc.generate(text)

plt.axis("off")
plt.imshow(wc, interpolation="bilinear")
plt.show()

?　　運(yùn)行結(jié)果：

（3）、使用分詞生成詞云

?　　前面舉的例子都是使用一個(gè)詞組生成的詞云, 并不算中文的句子。
?　　對句子進(jìn)行分詞需要用到j(luò)ieba分詞庫。
?　　以一首歌《就算世界無童話》的歌詞（句子進(jìn)行分詞，使用分詞生成詞云）來舉例。

?　　

就算世界無童話
作詞：林夕
作曲：雷頌德
演繹：衛(wèi)蘭

望向每雙率真眼睛
似看到 最動人風(fēng)景
沒有嘈音只得笑聲
散播到 最遠(yuǎn)的山嶺
ah......
在這世間分享晚餐
有重?fù)?dān) 有萬人分擔(dān)
沒有染污的晚海
會看見遠(yuǎn)方的花瓣
ah......
why i smile
cos you make me smile
如所有錯(cuò)失都得到寬待
如計(jì)較會被換成慷慨
如純良仍然能被記載
孤苦的得到理睬
這可算妙想天開
愿這世界如童話
抱著想象實(shí)現(xiàn)它
就憑摘星的手臂
為地球每夜放煙花
就算世界無童話
放下包袱完成它
就來學(xué)攀山者有心不會怕
如所有苦衷都得到體諒
如占據(jù)會被換成分享
如捱窮仍然能被敬抑
挑剔的懂得贊賞
呼吸會更加清香
若你我他一起唱歌
這世界 會動人得多
任你我他相差幾多?
仍然能同座

import jieba
import jieba.analyse
from wordcloud import WordCloud
import numpy as np
from PIL import Image

text = """
就算世界無童話
作詞：林夕
作曲：雷頌德
演繹：衛(wèi)蘭

望向每雙率真眼睛
似看到 最動人風(fēng)景
沒有嘈音只得笑聲
散播到 最遠(yuǎn)的山嶺
ah......
在這世間分享晚餐
有重?fù)?dān) 有萬人分擔(dān)
沒有染污的晚海
會看見遠(yuǎn)方的花瓣
ah......
why i smile
cos you make me smile
如所有錯(cuò)失都得到寬待
如計(jì)較會被換成慷慨
如純良仍然能被記載
孤苦的得到理睬
這可算妙想天開
愿這世界如童話
抱著想象實(shí)現(xiàn)它
就憑摘星的手臂
為地球每夜放煙花
就算世界無童話
放下包袱完成它
就來學(xué)攀山者有心不會怕
如所有苦衷都得到體諒
如占據(jù)會被換成分享
如捱窮仍然能被敬抑
挑剔的懂得贊賞
呼吸會更加清香
若你我他一起唱歌
這世界 會動人得多
任你我他相差幾多 
仍然能同座
"""

text_after_split = jieba.cut(str(text), cut_all=False)
words=' '.join(text_after_split)
bg =np.array(Image.open("img/011a.jpg"))
wc=WordCloud(width=500,
             height=500,
             mask=bg,
             background_color='black',
             font_path="msyh.ttc"
            ) 
wc.generate(words)
wc.to_file("p11.png")

?　　運(yùn)行結(jié)果：

（4）、制作基于.txt文件的詞云

?　　有時(shí)我們需要統(tǒng)計(jì)的數(shù)據(jù)量很大，如果放在代碼里有點(diǎn)不現(xiàn)實(shí)，這時(shí)我們可以將需要統(tǒng)計(jì)的數(shù)據(jù)保存成外部文件格式（例如.txt文件），供程序調(diào)用。

from wordcloud import WordCloud
import matplotlib.pyplot as plt
from PIL import Image
import numpy as np
mask = np.array(Image.open("img/yf1.jpg"))
f = open('紅樓夢詩詞.txt','r',encoding = 'utf-8')
text = f.read()
f.close
wordcloud = WordCloud(background_color="white",\
                      width = 800,\
                      height = 600,\
                      max_words = 200,\
                      max_font_size = 80,\
                      mask = mask,\
                      font_path='msyh.ttc',\
                      contour_width = 2,\
                      contour_color = 'steelblue'
                      ).generate(text)
wordcloud.to_file('p21.png')

?　　運(yùn)行效果：

（5）、WordCloud庫參數(shù)說明

我們可以修改參數(shù)，將詞云做成不同形狀，例如：

??

#常用加載庫：

#常用加載庫：
from wordcloud import WordCloud
import matplotlib.pyplot as plt
from PIL import Image
import numpy as np

篩選后統(tǒng)計(jì)
wc = collections.Counter(result_list)

獲取前100最高頻的詞
wctop50 = word_counts.most_common(50)
print(wctop50)

設(shè)置顯示詞云圖中無坐標(biāo)軸
plt.axis(‘off’)
plt.show()

顯示生成的詞云圖
plt.imshow(wc, interpolation=‘bilinear’)

讀入文件：

f = open('紅樓夢詩詞.txt','r',encoding = 'utf-8')
text = f.read()

繪制詞云
wc = WordCloud(
background_color=‘white’, # 設(shè)置背景顏色 默認(rèn)是black
width=800, height=600,
max_words=100, # 詞云顯示的最大詞語數(shù)量100
font_path=‘simhei.ttf’, # 設(shè)置顯示字體
max_font_size=99, # 設(shè)置字體最大值99
min_font_size=15, # 設(shè)置子圖最小值15
random_state=50 # 設(shè)置隨機(jī)生成多少種配色方案
).generate_from_frequencies(text)

文本預(yù)處理
new_data = re.findall(’[\u4e00-\u9fa5]+’, data, re.S)
new_data = " ".join(new_data)

文本分詞
seg_list_exact = jieba.cut(new_data, cut_all=True)

result_list = []
with open(‘stop_words.txt’, encoding=‘utf-8’) as f:
con = f.readlines()
stop_words = set()
for i in con:
? ? i = i.replace("\n", “”) # 去掉讀取每一行數(shù)據(jù)的\n
? ? stop_words.add(i)

for word in seg_list_exact:
? ? # 設(shè)置停用詞并去除單個(gè)詞
? ? if word not in stop_words and len(word) > 1:
? ? ? ? result_list.append(word)
? ? ? ? print(result_list)

3、stylecloud庫

?　　stylecloud基于wordcloud庫。

?　　該庫的特點(diǎn)有：

?　　支持詞云圖圖標(biāo)形狀設(shè)置，
?　　可讀取csv文件,.txt文件等
?　　可調(diào)色
?　　...

?　　stylecloud庫，可以使用_stylecloud.gen_stylecloud()_ 方法來生成詞云圖，通過傳遞相應(yīng)的文本 .txt 文件的路徑和生成詞云的圖標(biāo)樣式即可。

（1）、幾行代碼簡單詞云

?　　我們可以通過幾行代碼生成一個(gè)還算不錯(cuò)的詞云。每次生成的詞云顏色和效果都不同。大家可以多保存幾個(gè)來挑選。

完整python代碼:

import stylecloud
from PIL import Image
text1="逆境清醒、Adversity Awake、https://blog.csdn.net/weixin_69553582、逆境清醒的博客_CSDN博客、python教程、前端特效實(shí)例、python turtle繪圖、three.js、源碼、python、python、前端技術(shù)、tomcat、three.js、python、python、前端技術(shù)、tomcat、three.js、python、python、前端技術(shù)、tomcat、three.js"
stylecloud.gen_stylecloud(
text=text1,
background_color='black',
font_path="msyh.ttc",
output_name =  'p31.png'

?　　運(yùn)行效果：?

（2）、圖標(biāo)形狀詞云圖

?　　完整python代碼:

import stylecloud

stylecloud.gen_stylecloud(file_path='股票基本知識1.txt',
                          icon_name='fas fa-dog',
                          palette='colorbrewer.diverging.Spectral_11',
                          font_path="msyh.ttc",
                          background_color='black',
                          output_name='p25.png')

?　　運(yùn)行效果：?

?　　?　　同一段代碼，只要更換圖標(biāo)形狀代碼，即可顯示出不同形狀效果的詞云。

?　　?　　icon_name參數(shù)的模板【fas fa-iconname】只需要改動iconname即可。

?　　?　　iconname并不是隨便起的，必須能在https://fontawesome.com/license/free 搜到才可以。

?　　?　　運(yùn)行效果如下圖：

?　　（3）、stylecloud庫參數(shù)說明

（4）、調(diào)色板庫

?　　Palettable（以前稱為brewer2mpl）是Python的調(diào)色板庫。 它是用純Python編寫的，沒有依賴關(guān)系， 但它可以為 Matplotlib 提供彩色地圖。 您可以使用Palettable自定義matplotlib圖或 為 Web 應(yīng)用程序提供顏色。

調(diào)色板庫調(diào)用方式：

palette='colorbrewer.diverging.Spectral_11'

palette='colorbrewer.qualitative.Dark2_7'
palette='cartocolors.qualitative.Bold_5'
palette='colorbrewer.qualitative.Set1_8'

（5）、圖標(biāo)形狀名字索引表

?　　?　　同一段代碼，只要更換圖標(biāo)形狀代碼，即可顯示出不同形狀效果的詞云。

?　　?　　icon_name參數(shù)的模板【fas fa-iconname】只需要改動iconname即可。

四、總結(jié)

????????本文通過多個(gè)實(shí)例和完整python代碼，舉例說明了python環(huán)境下如何制作有自己特色的詞云的方法。?wordcloud?和stylecloud這兩種主流的python 詞云庫，結(jié)合jieba中文分詞和 numpy、pillow、matplotlib能夠滿足大多數(shù)詞云制作的需求。做出有特色的詞云需要多練習(xí)。

????????還有一些在線制作詞云的網(wǎng)站，資料待更新。

???? ? ? ?推薦閱讀：

到了這里，關(guān)于讓你的作品更出色——詞云Word Cloud的制作方法（基于python，WordCloud，stylecloud)的文章就介紹完了。如果您還想了解更多內(nèi)容，請?jiān)谟疑辖撬阉鱐OY模板網(wǎng)以前的文章或繼續(xù)瀏覽下面的相關(guān)文章，希望大家以后多多支持TOY模板網(wǎng)！