从零开始教你用Python做词云("零基础入门：手把手教你用Python制作词云")

原创

ithorizon 6个月前 (10-20) 阅读数 15 #后端开发

零基础入门：手把手教你用Python制作词云

一、引言

在数据分析和可视化领域，词云（Word Cloud）是一种非常流行且直观的展示文本数据的行为。通过词云，我们可以迅捷了解文本中哪些词汇出现频率较高，进而把握文本的主题和关键信息。本文将手把手教你使用Python制作词云，即使你是零基础，也能轻松掌握。

二、准备工作

在起初制作词云之前，我们需要准备以下工具和库：

Python环境（推荐使用Anaconda）

jieba分词库

wordcloud词云库

matplotlib绘图库

下面是安装所需库的命令：

pip install jieba

pip install wordcloud

pip install matplotlib

三、制作词云的基本步骤

下面我们将通过一个简洁的例子，来展示制作词云的基本步骤。

3.1 准备文本数据

首先，我们需要准备一段文本数据。这里以《三国演义》的开头为例：

text = "话说天下大势，分久必合，合久必分。周末自恃，秦并吞三国，一统天下。及至秦末，天下大乱，群雄并起，逐鹿中原。"

3.2 进行中文分词

由于词云需要统计词频，故而我们需要对文本进行中文分词。这里使用jieba分词库：


import jieba
words = jieba.lcut(text)

3.3 统计词频

接下来，我们需要统计词频。这里使用Python内置的collections库中的Counter类：


from collections import Counter
word_counts = Counter(words)

3.4 生成词云

现在我们可以使用wordcloud库来生成词云了。首先，我们需要导入wordcloud库，并设置词云的一些参数：


from wordcloud import WordCloud
import matplotlib.pyplot as plt
wordcloud = WordCloud(
    font_path='simhei.ttf',  # 设置字体
    background_color='white',  # 设置背景颜色
    width=800, height=600  # 设置画布大小
)
wordcloud.generate_from_frequencies(word_counts)

3.5 显示词云

最后，我们可以使用matplotlib库来显示生成的词云：


plt.imshow(wordcloud, interpolation='bilinear')
plt.axis('off')  # 关闭坐标轴
plt.show()

四、自定义词云样式

wordcloud库提供了充足的参数，让我们可以自定义词云的样式。以下是一些常见的自定义设置：

4.1 设置颜色

我们可以通过设置color_func参数来自定义词云的颜色。例如，使用以下代码可以让不同频率的词显示不同的颜色：


def grey_color_func(word, font_size, position, orientation, random_state=None, **kwargs):
    return "hsl(0, 0%%, %d%%)" % np.random.randint(60, 100)
wordcloud = WordCloud(
    font_path='simhei.ttf',
    background_color='white',
    width=800,
    height=600,
    color_func=grey_color_func
)
wordcloud.generate_from_frequencies(word_counts)
plt.imshow(wordcloud, interpolation='bilinear')
plt.axis('off')
plt.show()

4.2 设置形状

我们可以通过设置mask参数来设置词云的形状。例如，以下代码将生成一个心形的词云：


from wordcloud import WordCloud
import numpy as np
from PIL import Image
import matplotlib.pyplot as plt
# 读取心形图片
heart_mask = np.array(Image.open('heart.png'))
wordcloud = WordCloud(
    font_path='simhei.ttf',
    background_color='white',
    width=800,
    height=600,
    mask=heart_mask
)
wordcloud.generate_from_frequencies(word_counts)
plt.imshow(wordcloud, interpolation='bilinear')
plt.axis('off')
plt.show()

4.3 设置背景颜色

通过设置background_color参数，我们可以自定义词云的背景颜色。例如，以下代码将生成一个黑色背景的词云：


wordcloud = WordCloud(
    font_path='simhei.ttf',
    background_color='black',
    width=800,
    height=600
)
wordcloud.generate_from_frequencies(word_counts)
plt.imshow(wordcloud, interpolation='bilinear')
plt.axis('off')
plt.show()