python小项目

#python小项目| 来源: 网络整理| 查看: 265

所谓词云：

“词云”就是对网络文本中出现频率较高的“关键词”予以视觉上的突出，形成“关键词云层”或“关键词渲染”，从而过滤掉大量的文本信息，使浏览网页者只要一眼扫过文本就可以领略文本的主旨。

随着python的迅速崛起，人们发现可以使用python来实现很多有趣的小作品。这款词云也是非常吸引我，因此专门去翻了翻前辈们的足迹，自己实现了一次。

首先我们需要明确实现这个功能需要一些什么库

WordCloud #词云制作最关键的库：用来形成词云 PIL.Image #（opencv简洁版）绘制图像，图像解析 opencv（BGR） matplotlib（2d） numpy #将图形转化为矩阵数组 jieba #中文分词根据中文语境自定义分词

纯英文文本的词云生成代码： import numpy as np #将图案轮廓转化成数组存储 import PIL.Image as image #图像分析 import matplotlib.pyplot as plt #绘图 from wordcloud import WordCloud #词云 filename = "text_ep.txt" #文本位置及文件名 with open(filename) as f: mytext = f.read() #读取存入mytext mask = np.array(image.open("mask.jpg")) #打开词云图案读取轮廓轮廓数组化 wordcloud = WordCloud(mask= mask).generate( mytext) plt.imshow(wordcloud,interpolation = 'bilinear') #bilinear双线性插值 plt.axis("off") wordcloud.to_file('Wordcloud.png')

注：双线性插值制图详解传送门

中文分词词云生成代码：（这里需要用到 jieba 这个汉语分词库） from wordcloud import WordCloud #词云制作文字字体大小尺寸等 import PIL.Image as image #（opencv简洁版）绘制图像 opencv（BGR） matplotlib（2d） import numpy as np #将图形转化为矩阵 import jieba #中文分词 def transfrom_zh(text): #接收文本 word_list = jieba.cut(text) #加空格断词 result = ' '.join(word_list) return result filename = "text_zh.txt" with open(filename,encoding='utf-8') as f: mytext = f.read() #读取文本 mytext = transfrom_zh(mytext) #删除标点空格断词转换 mask = np.array(image.open("mask.jpg")) #图像轮廓转换为数组 wordcloud = WordCloud( mask= mask , #遮罩 font_path = 'C:\Windows\Fonts\STZHONGS.TTF' #中文字体名（点击属性查看，选英文名的汉字字体）不加报错默认路径C:\Windows\Fonts\STZHONGS.TTF 华文中宋 ).generate(mytext) image_1 = wordcloud.to_image() image_1.show()

清明节网上随手找的文章，用右下角的mask做的词云，非常开心呢~给你看下我的图：

总结：

词云制作的代码不是很多，用到了很多的python自带库，难度一般，需要对库函数做进一步的理解。

祝大家学业有成！也祝自己~ 一起努力！！！

【本文地址】

公司简介

联系我们