Python词云wordcloud

[Qingquan-Li]

• macOS 10.12.6
• python3.5
• 参考：https://github.com/amueller/word_cloud#examples

一、最简单的生成词云图片的方法

'''
Minimal Example
===============
参考：生成默认简单的词云图：https://github.com/amueller/word_cloud/blob/master/examples/simple.py
'''

from wordcloud import WordCloud

# Read the whole text.
text = open('/Users/fatli/Desktop/content.txt').read()

# Generate a word cloud image
# 通过font_path参数来设置字体集，否则中文无法显示（显示为长方形格格）
wordcloud = WordCloud(font_path="/Users/fatli/Library/Fonts/NotoSansHans-Regular.otf").generate(text)

# The pil way (if you don't have matplotlib)
image = wordcloud.to_image()
image.show()
# 保存到文件
wordcloud.to_file('01.png')

二、生成默认的简单的词云图

'''
Minimal Example
===============
参考：https://github.com/amueller/word_cloud#examples
生成默认的简单的词云图：https://github.com/amueller/word_cloud/blob/master/examples/simple.py
'''

from wordcloud import WordCloud, STOPWORDS
import matplotlib.pyplot as plt
# matplotlib.pyplot 是命令样式函数的集合，使matplotlib像MATLAB一样工作。 
# 每个pyplot函数对图形进行一些更改：例如，创建图形，在图形中创建绘图区域，在绘图区域中绘制一些线条，用标签装饰图形等。

# Read the whole text.
text = open('/Users/fatli/Desktop/content.txt').read()

# 设置停用词
stopwords = set(STOPWORDS)
stopwords.add("测试") # 一个括号内只接受一个参数
stopwords.add("test")
stopwords.add("他妈的")

# 通过font_path参数来设置字体集，否则中文无法显示（显示为长方形格格）
# background_color参数为设置背景颜色,默认颜色为黑色
# width,height可以设置图片属性
# generate可以对全部文本进行自动分词（若对中文分词有较高要求，可使用Jieba中文分词库github.com/fxsjy/jieba）
wordcloud = WordCloud(font_path="/Users/fatli/Library/Fonts/NotoSansHans-Regular.otf",
                      stopwords=stopwords,
                      background_color="white",
                      max_font_size=200,
                    # max_words=2000,
                      width=1920,
                      height=1080
).generate(text)

# 显示词云图片
# plt.figure()
plt.imshow(wordcloud, interpolation='bilinear')
plt.axis("off")
plt.show()

# 保存到文件
wordcloud.to_file('wordcloud.png')

三、根据给定的图片形状生成词云

'''
Masked wordcloud
================
参考：https://github.com/amueller/word_cloud#examples
根据给定的图片形状生成词云图：https://github.com/amueller/word_cloud/blob/master/examples/masked.py
'''

import numpy as np
import matplotlib.pyplot as plt

from PIL import Image
from wordcloud import WordCloud, STOPWORDS

text = open('/Users/fatli/Desktop/content.txt').read()

# read the mask image 图片分辨率越高，生成的词云图也越清晰
rectangle_mask = np.array(Image.open("/Users/fatli/Desktop/Rectangle.png"))

# 设置停用词
stopwords = set(STOPWORDS)
stopwords.add("测试") # 一个括号内只接受一个参数
stopwords.add("test")
stopwords.add("他妈的")

'''
通过font_path参数来设置字体集，否则中文无法显示（显示为长方形格格）
background_color参数为设置背景颜色,默认颜色为黑色
width,height可以设置图片属性
'''
wc = WordCloud(font_path="/Users/fatli/Library/Fonts/NotoSansHans-Regular.otf",
               background_color="white",
               max_words=2000,
               mask=rectangle_mask,
               stopwords=stopwords
)

# generate可以对全部文本进行自动分词。
# 若对中文分词有较高要求，可使用Jieba中文分词库https://github.com/fxsjy/jieba
wc.generate(text)

# store to file 保存词云图
wc.to_file("output_wordcloud.png")

# show
plt.imshow(wc, interpolation='bilinear')
plt.axis("off")
plt.figure()
plt.imshow(rectangle_mask, cmap=plt.cm.gray, interpolation='bilinear')
plt.axis("off")
plt.show()

附：踩坑经历：

conda install wordcloud 会安装包括 numpy 在内的依赖包，这时需要先安装 numpy 后，再安装 wordcloud ，否则将会报错：

ImportError: 

Importing the multiarray numpy extension module failed.  Most

likely you are trying to import a failed build of numpy.

If you're working with a numpy git repo, try `git clean -xdf` (removes all

files not under version control).  Otherwise reinstall numpy.

... ...

  Reason: image not found