[[404891]]

前言

大家好，我是黃偉。詞云，相信大家對這個概念比較陌生，它其實(shí)就是指的是對某一段文本中出現(xiàn)頻率最高的關(guān)鍵詞進(jìn)行特殊描繪，過濾到太多沒用的字眼，以此達(dá)到視覺上的突出，讓人一看就知道這篇文章講的什么。

一、詞云的運(yùn)用

設(shè)計到的模塊：wordcloud

編輯器：sublime text 3

編譯器：Python 3.6

1.下載安裝wordcloud模塊

pip install wordcloud 

2.導(dǎo)入模塊并初始化詞云對象

下面我們打開它的幫助文檔看看它的使用方法：

可以看到這個類就是詞云初始化的主要類，下面都是它的初始化參數(shù)，所以我們要使用它：

import wordcloud 
wc=wordcloud.WordCloud(font_path=r'C:\Windows\Fonts\華康少女文字簡W5.ttc',width=200,height=100) #初始化 

這里為了使得生成的詞云圖更好看，所以我加入了華康少女字體，這個字體不是系統(tǒng)自帶的，得下載。下載好后把它放到window 字體文件夾中。

3.加入文本到詞云中

使用初始化的對象來調(diào)用文本生成器，我們從幫助函數(shù)中可以得出它有兩個生成器函數(shù)。

這兩個生成器函數(shù)差不多，而且意思相近，這里不做過多討論，我們來看下它的使用方法：

wc.generate('任性的90后boy') 

這樣就從文本中生成詞云了。

4.顯示詞云對象

生成之后，我們需要把它顯示出來，那怎么辦呢?如圖所示：

由此可以看出它有四種生成方式，即為：數(shù)組，文件，html，圖片。我們隨機(jī)選擇一種，就選文件。

wg.to_file('gf.jpg') 

[[404892]]

這樣就生成了一個以剛才的文本為主的華康少女字體的詞云圖了，是不是很簡單了?別著急，還有大菜。

5.顯示詞云背景

我們從上幅圖片可以看出，字體和圖片的顏色都很讓人揪心，那么有沒有方法改變它們呢?答案當(dāng)然是有的。

我們可以通過設(shè)置詞云的背景顏色來改變詞云背景：

wordcloud.WordCloud(font_path=r'C:\Windows\Fonts\華康少女文字簡W5.ttc',width=200,height=100,background_color="gray") 

這樣我們可以將背景顏色改為灰色，要是改變字體顏色該怎么辦呢?由剛才的幫助文檔，我們可以看出有個顏色

生成器類ImageColorGenerator，它負(fù)責(zé)專門定義我們喜歡的顏色方案，而且它還可以隨時修改，不過要在初始化后使用color_func函數(shù)進(jìn)行回調(diào)才行，因為ImageColorGenerator傳入的是一個圖片數(shù)組，所以我們需要用到一個可以將圖片轉(zhuǎn)化為數(shù)組的模塊numpy，今天我們只講它的一個方法，下面我們來看下：

from wordcloud import ImageColorGenerator 
from wordcloud import WordCloud as wc 
from PIL import Image 
import numpy as n 
ff=open('OSI.txt','r',encoding='utf-8').read() #導(dǎo)入文本文件并讀取內(nèi)容 
bg=n.array(Image.open('g.png')) #將圖片以數(shù)組形式輸出 
 
#注意如果背景圖片是png,那么模式必須是RGBA，因為png圖片支持透明度設(shè)置,設(shè)置背景圖片，背景顏色必須是白色 
w=wc(font_path=r'C:\Windows\Fonts\華康少女文字簡W5.ttc',mode='RGBA',mask=bg,repeat=True,background_color='#FFFFFF') 
wg=w.generate(ff) #嵌入文本 
ig=ImageColorGenerator(bg) #圖片顏色導(dǎo)入 
wg.recolor(color_func=ig) #重新設(shè)置詞云圖顏色 
wg.to_file('gf.png') #保存圖片 

可以看到，最后圖片里文字的顏色和引用的圖片顏色一樣：

除此之外WordCloud還有很多優(yōu)秀的方法，比如：

mask='' #設(shè)置背景圖片 
font_path='C:\Windows\Fonts\STZHONGS.TTF' #解決中文無法輸出的尷尬 
max_words=5      #設(shè)置單詞顯示最多的數(shù)目 
stopwords=''  #設(shè)置停用詞 如果為空，則使用內(nèi)置的STOPWORDS方法 
max_font_size=4   #設(shè)置字體最大值 int類型 
random_state=1   #設(shè)置有多少種配色方案 int類型 
mode:'RGB'  #當(dāng)參數(shù)為“RGBA”并且背景顏色不為空時，背景為透明。 
color_func  # 生成新顏色的回調(diào)函數(shù) 
scale #按比例放大畫布 類型為float 
colormap  # 給每個詞隨機(jī)分配顏色，若指定color_func，則忽略該方法。 
repeat=True #如果文本太少無法充滿整個照片導(dǎo)致效果不明顯就用這個 

6.選擇性輸出

不知道大家注意到?jīng)]有，這里有一個停用詞設(shè)置，它就是stopwords，它就是限制某些字不能輸出在詞云上，不過必須使用wordcloud內(nèi)置的STOPWORDS方法才可以，下面我們來看下：

因為它只涉及到英文的分詞限制，于是我們先選擇個英文單詞，就選擇頻率比較高的control：

sd=STOPWORDS.add('Control') #添加Control為禁用詞 

然后我們在給初始化時的wordcloud添加一個屬性stopwords屬性：

wc(font_path=r'C:\Windows\Fonts\華康少女文字簡W5.ttc',mode='RGBA',mask=bg,width=500,height=300 repeat=True,stopwords=sd，background_color='#FFFFFF') 

可以看到我們的Control沒了，這就是詞云的神奇之處。

二、詞云拓展

在這里，小編還要教大家解鎖一個詞云的新方式，那就是它不光是一個圖片生成神器，還是一個看圖，制圖，圖表生成神器，因為它與PIL ，matplotlib完美的契合在一起，使得它可以隨心所欲的調(diào)用這兩個模塊的功能，不信的話，你可以隨我來看看：

可以看到基本上都是pillow的方法，而且還有matplotlib 和random以及os的方法，可以說是很全了。

im=wordcloud.wordcloud.Image.open('q.jpg') 
im.show() 

這樣基本上你就可以打開一個詞云生成的圖片了，相信很多小伙伴還沒解鎖這一知識吧，哈哈哈。

三、總結(jié)

通過對詞云的學(xué)習(xí)，可以使我們很直觀的了解到文本中的數(shù)據(jù)的占比情況，其實(shí)它就是比較簡單的數(shù)據(jù)分析。

本文轉(zhuǎn)載自微信公眾號「Python爬蟲與數(shù)據(jù)挖掘」，可以通過以下二維碼關(guān)注。轉(zhuǎn)載本文請聯(lián)系Python爬蟲與數(shù)據(jù)挖掘公眾號。