wordcloud模块

wordcloud模块介绍

在数据可视化领域中，词云（WordCloud）是一种常用的数据展示方式。它通过将文本中出现频次较高的词语以更大的字体大小展示，从而直观地呈现出文本数据的关键信息。

Python中的wordcloud库是一个功能强大且易于使用的词云展示的第三方库，它能够将一段文本变成一个词云，可以生成各种形状的词云图。

Python中的wordcloud模块支持文本生成和频率生成两种方法：

文本生成方法：根据输入的文本创建一个词云
频率生成方法：根据指定的频率创建一个词云

因为 wordcloud 是一个第三方库，所以需要我们在本地进行安装。

Windows 下使用命令安装：

在联网状态下，在命令提示符下使用pip命令进行安装：

pip install wordcloud

wordcloud的基本用法

wordcloud 库把词云当作一个WordCloud对象

wordcloud.WordCloud() 代表一个文本对应的词云
可以根据文本中词语出现的频率等参数绘制词云
绘制词云的形状、尺寸和颜色均可设定
以WordCloud对象为基础，配置参数、加载文本、输出文件

文本转化为词云要点：

分隔：以空格分隔单词
统计：单词出现次数并过滤
字体：根据统计配置字号
布局：颜色环境尺寸

使用wordcloud模块必须先导入：

import wordcloud

如下代码：

import wordcloud
c = wordcloud.WordCloud()  # 配置对象参数
c.generate("wordcloud by python")  # 加载词云文本
c.to_file("pywordcloud.png")  # 输出词云文件

运行一下代码，生成的图片保存的代码文件的同路径下，效果如下：

pywordcloud

注意：

在执行generate方法时如果报错ValueError: Only supported for TrueType fonts，大概率就是pip没有更新的问题了，在命令提示符下运行一下代码，更新pip、wordcloud、pillow：
```
pip install --upgrade pip
pip install --upgrade wordcloud
pip install --upgrade pillow
```
如何输出内容有汉字，需要设置字体不然会出现口字乱码，文字的路径是电脑的字体一般路径，设置如下：
```
c = wordcloud.WordCloud(font_path="C:/Windows/Fonts/STXINGKA.TTF") # 字体文件路径,华文行楷
```

wordcloud 参数介绍

width：指定词云对象生成图片的宽度,默认400像素

w=wordcloud.WordCloud(width=600)

height：指定词云对象生成图片的高度,默认200像素

w=wordcloud.WordCloud(height=400)

min_font_size：指定词云中字体的最小字号，默认4号

w=wordcloud.WordCloud(min_font_size=10)

max_font_size：指定词云中字体的最大字号，根据高度自动调节

w=wordcloud.WordCloud(max_font_size=20)

font_step：指定词云中字体字号的步进间隔，默认为1

w=wordcloud.WordCloud(font_step=2)

font_path：指定文体文件的路径，默认None

w=wordcloud.WordCloud(font_path="C:/Windows/Fonts/STXINGKA.TTF")

max_words：指定词云显示的最大单词数量,默认200

w=wordcloud.WordCloud(max_words=20)

stop_words：指定词云的排除词列表，即不显示的单词列表

w=wordcloud.WordCloud(stop_words="Python")

mask：指定词云形状，默认为长方形，需要引用imread()函数

from scipy.msc import imread

mk=imread("pic.png")
w=wordcloud.WordCloud(mask=mk)

background_color：指定词云图片的背景颜色，默认为黑色

w=wordcloud.WordCloud(background_color="white")

词云程序综合应用

产生词云的步骤：

1.读取词云的文本文件；
2.WordCloud()不含参数表示使用默认环境，WordCloud().generate()方法创建文本文件的词云对象；
3.使用to_image()方法创建词云图像文件（如果不显示也可以使用to_file保存）；
4.show()显示词云图像文件

英文词云

from wordcloud import WordCloud  # 导入WordCloud模块

with open(file='test1.txt') as f:    # 打开文本文件
    txt = f.read()   # 读取文本

wd = WordCloud().generate(txt)  # 由txt文字产生WordCloud对象
imageCloud = wd.to_image()  # 创建词云图像文件
imageCloud.show()  # 显示词云图像文件
imageCloud.save('test1.png')  # 保存词云图像文件

test1.txt文件内容如下

Java PHP C C++ C# Python Ruby Go
Chrome Firefox
MySQL Oracle SQL Sever
Windows Linux Mac
Android IOS
Mazda Nissan Opel Peugeot Porsche Renault Rover Skoda Subaru
Toyota Volvo Volkswagen Suzuki

效果如下：

test1

含中文的词云

需要安装中文分词函数库模块jieba：

pip install jieba

from wordcloud import WordCloud  # 导入WordCloud模块
import jieba  # 导入jieba模块

# 设置编码
with open(file='test2.txt', encoding='utf-8') as f:
    txt = f.read()  # 读取文件

# 使用cut()方法将读取的文件进行分词
cut_txt = ' '.join(jieba.cut(txt))  # 产生分词的字符串

# 创建词云对象
wd = WordCloud(
    font_path=r'C:\Windows\Fonts\STXINGKA.TTF',  # 字体文件路径 华文行楷
    background_color='silver',  # 设置词云背景颜色
    width=600,   # 宽度
    height=400,  # 高度
).generate(cut_txt)

imageCloud = wd.to_image()  # 创建词云图像文件
imageCloud.show()   # 显示词云图像文件
imageCloud.save('test2.png')  # 保存词云图像文件

test2.txt内容如下：

Java PHP C C++ C# Python Ruby Go
Chrome Firefox
MySQL Oracle SQL Sever
Windows Linux Mac
Android IOS
Mazda Nissan Opel Peugeot Porsche Renault Rover Skoda Subaru
Toyota Volvo Volkswagen Suzuki
夏 商 周 春秋 战国 秦
西游记 红楼梦 三国演义 水浒传
百度 腾讯 阿里巴巴
京东 淘宝 拼多多

效果如下：

tmprpzwvokw

模拟考题

考题1 单选题

我们可以对文本中词频较高的分词，通过词云图给予视觉上的突出，小明打算用Python程序来生成词云图，程序中需要用到以下哪个第三方库？（）

A. wordcloud

B. math

C. random

D. turtle

答案：A

解析：本题主要考查Python库。WordCloud是优秀的词云展示第三方库，math库提供常用的数学函数，random提供常用的随机函数，turtle库用于绘图，故本题选A选项。

考题2 单选题

Python中词云主要有WordCloud库，在创建好词云对象后，可以使用什么方法生成词云，并使用to_file方法将词云图像保存在文件中？（　）

A. WCloud

B. generate

C. random

D. jieba

答案：B

解析：利用WordCloud对象的generate()方法加载词云文本，生成词云

考题3 判断题

wordcloud库生成词云有文本生成和频率生成两种方法。（　）

答案：正确

解析：wordcloud的功能与使用。