word_cloud.md

word_cloud

官方博客

github

wordcloud类

词云对象，用来生成词云

wordcloud.WordCloud(font_path=None, width=400, height=200, margin=2, ranks_only=None, prefer_horizontal=0.9, mask=None, scale=1, color_func=None, max_words=200, min_font_size=4, stopwords=None, random_state=None, background_color='black', max_font_size=None, font_step=1, mode='RGB', relative_scaling=0.5, regexp=None, collocations=True, colormap=None, normalize_plurals=True)

常用方法

方法名	介绍
fit_words(frequencies)	生成词云，从一个包含词和词频的元组。例如：[('d', 4), ('c', 3), ('b', 2), ('a', 1)]
generate(text)	从文本中生成词云。文本中的词按空格分开
generate_from_frequencies(frequencies[, ...])	生成词云从词和词频的字典中。示例：{'a': 1, 'b': 2, 'c': 3, 'd': 4}
generate_from_text(text)	从文本中生成词云。和generate(text)一样。
process_text(text)	将文本切分成词，并去掉停用词。
recolor([random_state, color_func, colormap])	重新着色现有的词云。
to_array()	转换成numpy矩阵
to_file(filename)	导出为image文件

示例

# -*- coding: utf-8 -*-
"""
Created on Thu Feb  9 13:46:38 2017

@author: shangguanxf
"""

import matplotlib.pyplot as plt
import pickle
from wordcloud import WordCloud,STOPWORDS,ImageColorGenerator
from PIL import Image
import numpy as np
import pandas as pd
import random
from os import path
#得到地址
d = path.dirname('.')
#定义色系
def grey_color_func(word, font_size, position, orientation, random_state=None, **kwargs):
    return "hsl(0, 0%%, %d%%)" % random.randint(60, 100)
def get_wc(f,name,path):
    #读取文本，需分好词（以空格隔开词）
    #text = open('/home/weblogic/DATA/private/shangguanxf/cc_bigdata/create/寿险预约咨询工单.txt', 'r', encoding='utf-8').read()
    #backgroud_Image = plt.imread('/home/weblogic/DATA/private/shangguanxf/pictures/colored_3.png')
    #plt.imread图片只支持.jpg格式
    back_coloring = plt.imread('C:/Users/shangguanxf/Desktop/picture/cloud.jpg')
    #github原版获取图片方法,可获取.png格式
    #back_coloring = np.array(Image.open('/home/weblogic/CODE/shangguan/wordcloud-master/image/alice_color.png'))

    wc = WordCloud( background_color = 'white',    # 设置背景颜色
                    mask = back_coloring,        # 设置背景图片
                    max_words = 100,            # 设置最大显示的字数
                    stopwords = STOPWORDS,        # 设置停用词
                    font_path='C:/Users/shangguanxf/Desktop/fonts/msyh.ttf',
                    max_font_size = 100,            # 设置字体最大值
                    random_state = 1,             # 设置有多少种随机生成状态，即有多少种配色方案
                   	relative_scaling=0.5,          #单词频率对字体大小影响的权重。relative_scaling = 0时，只考虑单词排序。 使用relative_scaling = 1时，频率为两倍的单词将具有两倍的大小。 如果你想考虑单词的频率，而不仅仅是他们的排序，那么0.5左右的relative_scaling通常看起来不错。
                   	colormap='nipy_spectral'     #Matplotlib colormap为每个单词随机绘制颜色。 如果指定了“color_func”，则忽略。
                    )
    #从文本中生成词云
    #wc.generate(text)
    '''
    #得到词频并导出
    words=wc.process_text(text)
    df=pd.DataFrame(columns=('词', '频数规范化'))
    n=0
    for i in words:
        df.loc[n]=[i[0],i[1]]
        n=n+1
    df.to_excel('/home/weblogic/DATA/private/shangguanxf/cc_bigdata/create/词云/'+name+'.xlsx',sheet_name='Sheet1')
    '''
    #用词频画图 f应为字典格式
    wc.generate_from_frequencies(f)
    # 从背景图片生成颜色值
    image_colors = ImageColorGenerator(back_coloring)
    # 以下代码显示图片
    plt.imshow(wc)
    plt.axis("off")

    '''
    # 绘制词云
    plt.figure()
    #绘制灰色系的图片
    plt.imshow(wc.recolor(color_func=grey_color_func, random_state=5))
    
    #自定义
    #plt.imshow(wc.recolor(colormap=sb.light_palette('greyish blue', input="xkcd",as_cmap=True)))
    #plt.imshow(wc.recolor(colormap=sb.color_palette("hls", 8,as_cmap=True)))
    #plt.imshow(wc.recolor(colormap=sb.diverging_palette(220, 10, sep=25,center='light',as_cmap=True)))
    
    # 绘制以背景图片颜色为颜色的图片
    # recolor wordcloud and show
    # we could also give color_func=image_colors directly in the constructor
    plt.imshow(wc.recolor(color_func=image_colors))
    plt.axis("off")
    #绘制背景
    plt.figure()
    plt.imshow(backgroud_Image, cmap=plt.cm.gray)
    plt.axis("off")
    '''
    plt.show()
    wc.to_file(path+name+'.png')