这篇文章主要介绍Python基于WordCloud制作词云图的案例，文中介绍的非常详细，具有一定的参考价值，感兴趣的小伙伴们一定要看完！
镇雄ssl适用于网站、小程序/APP、API接口等需要进行数据传输应用场景，ssl证书未来市场广阔！成为创新互联的ssl证书销售渠道，可以享受市场价格4-6折优惠！如果有意向欢迎电话联系或者加微信：13518219792（备注：SSL证书合作）期待与您的合作！python主要应用领域有哪些1、云计算，典型应用OpenStack。2、WEB前端开发，众多大型网站均为Python开发。3.人工智能应用，基于大数据分析和深度学习而发展出来的人工智能本质上已经无法离开python。4、系统运维工程项目，自动化运维的标配就是python+Django/flask。5、金融理财分析，量化交易，金融分析。6、大数据分析。
1. 导入需要的包package
import matplotlib.pyplot as plt from scipy.misc import imread from wordcloud import WordCloud,STOPWORDS import xlrd
2. 设置生成词云图的背景图片，最好是分辨率高且色彩边界分明的图片
def set_background(picpath): back_coloring = imread(picpath)# 设置背景图片，png等图片格式 return back_coloring
3. 创建词云图：WordCloud
def create_word_cloud(txt_str, back_coloring): #txt_str表示导入的是字符串格式数据，#back_color表示的是背景图片位置
print('---- 根据词频，开始生成词云! ----')
font = r'C:\Windows\Fonts\simsun.ttc' #加载显示字体
wc = WordCloud(
font_path=font,
collocations=False, # 去重，如果不加，词云图会显示相同的词
stopwords=STOPWORDS, #加载停用词，如果不自己指定，则会加载默认的停用词
max_words=100,
width=2000,
height=1200,
# background_color='white',
mask=back_coloring,
)
wordcloud = wc.generate(txt_str)
# 写词云图片
wordcloud.to_file(".\wordcloud_test.png")
# 显示词云文件
plt.imshow(wordcloud)
plt.axis("off")
plt.show()4. 默认的停用词一般在：假如anaconda安装在D盘，则会在其目录：D：\Anaconda3\Lib\site-packages\wordcloud\stopwords，其中都是英文词，例如：
注意：也可以在jieba分词中，先利用自己的停用词，得到去除停用词之后的文本字符串来绘制词云图：
5. 此时，词云图无法显示数字，这是因为 wc.generate 操作中，有去除数字的语句：在wordcloud.py中，第560行左右，所以想要显示数字，需要先注释这一行
6. 假设想要显示的词，已经经过jieba分词，保存在txt文档中，则绘制词云图的方法是：
例如：txt中是每行是一个词：
则，先读取txt文件，形成字符串格式文本，再绘制
if __name__ == '__main__': picpath = r".\xxx.png" #背景图片路径 back_coloring = set_background(picpath) with open(r".\jieba_分词数据.txt", "r",encoding='utf-8') as f: remove_stop_str = f.read() create_word_cloud(remove_stop_str, back_coloring)
7. 如果通过jieba分词的数据已经处理成了(词, 词频)并保存在excel中，例如这种两列格式的excel表，第一行是标签如(词, 词频)：
则可以先读取词频再显示，python读取excel数据可以通过 xlrd.open_workbook 方法：
def read_from_xls(filepath,index_sheet): #读取文件名，filepath是excel文件的路径，index_sheet是第几个sheet #读取表格# # 设置GBK编码 xlrd.Book.encoding = "gbk" rb = xlrd.open_workbook(filepath) print(rb) sheet = rb.sheet_by_index(index_sheet) nrows = sheet.nrows data_tmp = [] for i in range(nrows - 1): tt=i+1 #excel的第一行是标签 tmp_char = [str(sheet.cell_value(tt,0))] #第一列是词 tmp_num = int(sheet.cell_value(tt,1)) #第二列是词频 data_tmp.extend(tmp_char*tmp_num) return data_tmp
然后，读数据和生成词云图：
if __name__ == '__main__': picpath = r".\xxx.png" back_coloring = set_background(picpath) data_dic = read_from_xls(r'D:\Python_workspace\spyder_space\jieba分词表.xlsx',0) data_dic_str = '\n'.join(data_dic) #转成字符串格式 create_word_cloud(data_dic_str, back_coloring)
8. 总结代码
# -*- coding: utf-8 -*-
"""
Created on Mon Aug 19 10:47:17 2019
@author: Administrator
"""
import matplotlib.pyplot as plt
from scipy.misc import imread
from wordcloud import WordCloud,STOPWORDS
import xlrd
def set_background(picpath):
back_coloring = imread(picpath)# 设置背景图片
return back_coloring
def create_word_cloud(txt_str, back_coloring):
print('---- 根据词频，开始生成词云! ----')
font = r'C:\Windows\Fonts\simsun.ttc'
wc = WordCloud(
font_path=font,
collocations=False, # 去重
stopwords=STOPWORDS,
max_words=100,
width=2000,
height=1200,
# background_color='white',
mask=back_coloring,
)
wordcloud = wc.generate(txt_str)
# 写词云图片
wordcloud.to_file(".\wordcloud_test.png")
# 显示词云文件
plt.imshow(wordcloud)
plt.axis("off")
plt.show()
def read_from_xls(filepath,index_sheet):
#读取文件名
#读取表格#
# 设置GBK编码
xlrd.Book.encoding = "gbk"
rb = xlrd.open_workbook(filepath)
print(rb)
sheet = rb.sheet_by_index(index_sheet)
nrows = sheet.nrows
data_tmp = []
for i in range(nrows - 1):
tt=i+1
tmp_char = [str(sheet.cell_value(tt,0))]
tmp_num = int(sheet.cell_value(tt,1))
data_tmp.extend(tmp_char*tmp_num)
return data_tmp
if __name__ == '__main__':
picpath = r".\xxx.png"
back_coloring = set_background(picpath)
data_dic = read_from_xls(r'D:\Python_workspace\spyder_space\jieba分词表.xlsx',0)
data_dic_str = '\n'.join(data_dic)
# with open(r".\jieba_分词数据.txt", "r",encoding='utf-8') as f:
# remove_stop_str = f.read()
create_word_cloud(data_dic_str, back_coloring)当然绘制词云图的方法有很多，这只是其中的一种
以上是“Python基于WordCloud制作词云图的案例”这篇文章的所有内容，感谢各位的阅读！希望分享的内容对大家有帮助，更多相关知识，欢迎关注创新互联行业资讯频道！
