python词云函数 python3词云

使用python wordcloud库实现词云，教你两招轻松搞定

wordcloud库简介

python中的word cloud库是一个用来制作词云的第三方库

安装wordcloud 库

pip install wordcloud123

使用w = wordcloud.WordCloud() 创建一个词云对象

2.WordCloud() 参数介绍

3.实现效果

4.问题

并没有按照词云的样式展示，这里需要使用 jieba库进行分词

安装jieba库

pip install jieba

5.使用jieba库进行分词

6.效果

将txt文本中的内容生成词云

获取文件中的内容

f = open('./xxx.txt', 'r', encoding='utf-8')

 text = f.read()

说明

encoding=‘utf-8’ 这个参数表示 读取的内容以utf-8的编码方式读取文件

如果没有这个参数，会出现如下的报错信息

相关问答

Q1: python如何做词云 一步一步教你如何做

如果你之前没有编程基础，没关系。希望你不要限于浏览，而是亲自动手尝试一番。到完成的那一步，你不仅可以做出第一张词云图，而且这还将是你的第一个有用的编程作品。

1、请确保你的python环境没有问题，用的开发工具是VsCode，首先你要在Python扩展中安装python开发环境（当然，这不是为你的windows安装python）。

2、那么你还需要安装所需要的第三方库，那么在VSCode中并没有PyCharm那么专业，这里需要获得你自己的Python脚本位置。

3、我们可以发现里面有一个名为pip.exe文件，这个文件就是python官方给我们去安装python第三方库的一个程序，那么我们可以在VsCode的终端中就可以去通过它，这也是我们为什么要获取python安装位置的根本原因。

4、python做词云呢，需要导入的包有wordcloud和PIL，其中PIL（Python Image Library）是python平台图像处理标准库，功能是真的强大。首先需要读取文件 。

5、如果python引入无误，并代码无误，那么会弹出你生成的图片，该图片会储存在你的系统。

Q2: wordcloud词云——python数据分析后可视化的重要方法

import numpy as np  #数据处理

import matplotlib.pyplot as plt  #作图

from wordcloud import  WordCloud   #词云函数

import jieba  #分割中文的包

from imageio import imread  #读取图片   ....后面还有根据自己需要安装包

解决办法python词云函数：在open函数中加上encoding="utf-8"

with open("./xxx.txt",'r',encoding='utf-8')as f:

    text=f.read()

    f.close()

解决办法：选择一个支持中文显示的字体。如在电脑中C:\Windows\Fonts\选择有个中文的字体python词云函数，如python词云函数，font = r'C:\Windows\Fonts\simfang.ttf'，后面再使用WordCloud 的参数font_path=font。

几个简单实例：

import numpy as np

import matplotlib.pyplot as plt

from wordcloud import WordCloud

text = "square"  #表示内容

x, y = np.ogrid[:300, :300]

mask = (x - 150) ** 2 + (y - 150) ** 2 130 ** 2

mask = 255 * mask.astype(int)

wc = WordCloud(background_color="white", repeat=True, mask=mask)

wc.generate(text)

plt.axis("off")

plt.imshow(wc, interpolation="bilinear")

plt.show()

单字内容

import os

from os import path

from wordcloud import WordCloud

# get data directory (using getcwd() is needed to support running example in generated IPython notebook)

d = path.dirname(__file__) if "__file__" in locals() else os.getcwd()

# Read the whole text.

text = open(path.join(d, 'constitution.txt')).read()

# Generate a word cloud image

wordcloud = WordCloud().generate(text)

# Display the generated image:

# the matplotlib way:

import matplotlib.pyplot as plt

plt.imshow(wordcloud, interpolation='bilinear')

plt.axis("off")

# lower max_font_size

wordcloud = WordCloud(max_font_size=40).generate(text)

plt.figure()

plt.imshow(wordcloud, interpolation="bilinear")

plt.axis("off")

plt.show()

多字的内容，内容从本地电脑中获取

from os import path

from PIL import Image

import numpy as np

import matplotlib.pyplot as plt

import os

from wordcloud import WordCloud, STOPWORDS

# get data directory (using getcwd() is needed to support running example in generated IPython notebook)

d = path.dirname(__file__) if "__file__" in locals() else os.getcwd()

# Read the whole text.

text = open(path.join(d, 'alice.txt')).read()

# read the mask image

# taken from

#

alice_mask = np.array(Image.open(path.join(d, "alice_mask.png")))

stopwords = set(STOPWORDS)

stopwords.add("said")

wc = WordCloud(background_color="white", max_words=2000, mask=alice_mask,

              stopwords=stopwords, contour_width=3, contour_color='steelblue')

# generate word cloud

wc.generate(text)

# store to file

wc.to_file(path.join(d, "alice.png"))

# show

plt.imshow(wc, interpolation='bilinear')

plt.axis("off")

plt.figure()

plt.imshow(alice_mask, cmap=plt.cm.gray, interpolation='bilinear')

plt.axis("off")

plt.show()

使用图片来做词云

更多信息可以参看wordcloud官网：

上面有更多的例子，上面内容也来自于网站整理。

也可参考网站：

Q3: python中对已经排好序的词语怎么做词云

期末复习比较忙过段时间来专门写scrapy框架使用，今天介绍如何用python生成词云，虽然网上有很多词云生成工具，不过自己用python来写是不是更有成就感。

今天要生成的是励志歌曲的词云，百度文库里面找了20来首，如《倔强》，海阔天空是，什么的大家熟悉的。

所要用到的python库有 jieba（一个中文分词库）、wordcould 、matplotlib、PIL、numpy。

首先我们要做的是读取歌词。我将歌词存在了文件目录下励志歌曲文本中。

现在来读取他

12345

#encoding=gbklyric= ''f=open('./励志歌曲歌词.txt','r')for i in f:  lyric+=f.read()

加入#encoding=gbk是为了防止后面操作报错SyntaxError: Non-UTF-8 code starting with '\xc0'

然后我们用jieba分词来对歌曲做分词提取出词频高的词

123456

import jieba.analyseresult=jieba.analyse.textrank(lyric,topK=50,withWeight=True)keywords = dict()for i in result:  keywords[i[0]]=i[1]print(keywords)

得到结果：

然后我们就可以通过wrodcloud等库来生成词云了

首先先自己找一张图片来作为生成词云的形状的图

12345678910111213

from PIL import Image,ImageSequenceimport numpy as npimport matplotlib.pyplot as pltfrom wordcloud import WordCloud,ImageColorGeneratorimage= Image.open('./tim.jpg')graph = np.array(image)wc = WordCloud(font_path='./fonts/simhei.ttf',background_color='White',max_words=50,mask=graph)wc.generate_from_frequencies(keywords)image_color = ImageColorGenerator(graph)plt.imshow(wc)plt.imshow(wc.recolor(color_func=image_color))plt.axis("off")plt.show()

保存生成图片

1

wc.to_file('dream.png')

完整代码：

1234567891011121314151617181920212223242526272829

#encoding=gbkimport jieba.analysefrom PIL import Image,ImageSequenceimport numpy as npimport matplotlib.pyplot as pltfrom wordcloud import WordCloud,ImageColorGeneratorlyric= ''f=open('./励志歌曲歌词.txt','r')for i in f:  lyric+=f.read()  result=jieba.analyse.textrank(lyric,topK=50,withWeight=True)keywords = dict()for i in result:  keywords[i[0]]=i[1]print(keywords)  image= Image.open('./tim.jpg')graph = np.array(image)wc = WordCloud(font_path='./fonts/simhei.ttf',background_color='White',max_words=50,mask=graph)wc.generate_from_frequencies(keywords)image_color = ImageColorGenerator(graph)plt.imshow(wc)plt.imshow(wc.recolor(color_func=image_color))plt.axis("off")plt.show()wc.to_file('dream.png')

以上这篇python生成词云的实现方法(推荐)就是小编分享给大家的全部内容了，希望能给大家一个参考，也希望大家多多支持脚本之家。

python词云函数的介绍就聊到这里吧，感谢你花时间阅读本站内容，更多关于python3词云、python词云函数的信息别忘了在本站进行查找喔。