【Python】生成云词

一生之记 2022-07-26

1135

背景：分析Excel某一列的数据出现的数据次数，并生成词云图片（建议直接和数据库结合使用效果更好）。

一、导入需求的python模块

模块名称	功能	安装命令
openpyxl	操作表格	pip install openpyxl
wordcloud	云词相关	pip install wordcloud
imageio	图像数据读取库	pip install imageio

二、对某一列的表格进行提取（当然也可以不使用openpyxl模块，看自己习惯使用哪个模块）。

from openpyxl import *
# 表格数据集list集
list = []
# 读取存在的表格
wb = load_workbook('/表格的路径.xlsx')
# 指定Sheet页面
sheet = wb['Sheet名称']
prj = sheet.columns
prjTuple = tuple(prj)
# 过滤第I列
# 0,4是遍历A、B、C、D列  #(0,len(prjTuple)) 遍历全部列
for idx in range(8, 9):
    for cell in prjTuple[idx]:
        # 将值写入到list空列表中
        list.append(cell.value)

三、将list数据进行分析生成字典，key对应词，value对应词出现的次数，例子：{词：词出现的次数}。

# 把结果放到字典里面去{键值对类型}
results = {}
for s in list:
    # results[s]获取key值，results.get(s, 0)+ 1 指定键的值不存在时，返回0，如果存在就会在原key值的基础上+1
    results[s] = results.get(s, 0) + 1

四、imageio.v2.imread（'路径') 设置指定图片模版进行替换到WordCloud中的图片，图片白色底不会展示词汇。

import imageio
from wordcloud import WordCloud
# 读取背景图片并用变量接收（文字只会展示在非白色背景上）
color_mask = imageio.v2.imread("/指定模版图片路径.jpg")
cloud = WordCloud(
    # 设置字体，不指定就会出现乱码
    font_path="Library/Fonts/Songti.ttc",
    # 设置背景色
    background_color='white',
    # 词云形状，使用读取的图片
    mask=color_mask,
    # 允许最大词汇
    max_words=2000,
    # 最大号字体
    max_font_size=200,
    # 最小号字体
    # min_font_size=50
    # 设置图片宽度
    width=375,
    # 设置图片高度
    height=300,
)
# 产生词云
word_cloud = cloud.generate_from_frequencies(results)
# 保存词云图片，并指定保存路径
word_cloud.to_file("/指定保存图片路径.jpg")

不设置模版前生成的云词图片：

模版：
设置模版后生成的云词图片：

WordCloud常用方法

设置方法	传值类型	备注
font_path=None	string	字体OTF or TTF路径，需要展现什么字体就把该字体路径+后缀名写上，如：font_path = '黑体.ttf'
width=400	int	输出图片（画布）的宽度，默认400像素
height=200	int	输出图片（画布）的宽度，默认200像素
margin=2	int	图片（画布）边缘留白的空隙，默认留白空间是2像素
ranks_only=None		可以忽略，这块确实不知道啥意思
prefer_horizontal=0.9	float	词语水平方向排版出现的频率，默认 0.9 ,所以词语垂直方向排版出现频率为 0.1
mask=None	nd-array or None	是否使用mask（蒙板），默认不使用。如果参数为空，则使用二维遮罩绘制词云。如果 mask 非空，设置的宽高值将被忽略，遮罩形状被 mask 取代。除全白（#FFFFFF）的部分将不会绘制，其余部分会用于绘制词云。如：bg_pic = imread('读取一张图片.png')，背景图片的画布一定要设置为白色（#FFFFFF），然后显示的形状为不是白色的其他颜色。可以用ps工具将自己要显示的形状复制到一个纯白色的画布上再保存，就ok了
scale=1	float	在字段width和height乘以的倍数，最终呈现的画布尺寸以这个结果。默认是1，此方法适合需要呈现大尺寸的图片（画布）
color_func=Nonec	callable	生成新颜色的函数，默认为空。如果为空，则使用 self.color_func
max_words=200	int	单词最多显示数量，默认200个
min_font_size=4	int	单词最小尺寸，默认4像素
stopwords=None	set of strings or None	设置需要屏蔽展示的词，如果为空，则使用内置的STOPWORDS。若使用generate_from_frequencies生成方式，则会忽略此参数
random_state=None	int or None	为每个单词返回一个PIL颜色
background_color='black'c	string	输出画布背景颜色，默认黑色
max_font_size=None	int	单词最大尺寸，默认不限制
font_step=1	int	字体步长,默认1。如果步长大于1，会加快运算但是可能导致结果出现较大的误差（这块确实不知道啥意思）
mode='RGB'	string	颜色显示模式，默认”RGB”。当参数为“RGBA”并且background_color是None时，背景色为透明
relative_scaling='auto'	float	词频和字体大小的关联性（倍数）。默认是auto，即为0.5。若为0，只考虑单词的排列顺序；若为1，则单词展现的大小和出现的频率一致；若两者都考虑则可以设置为auto。若参数repeat=True，则此项为0
regexp=None	string or None (optional)	把文本切片的通用方法。若为空，则使用正则匹配r"\w[\w']；若使用generate_from_frequencies生成方式，则忽略此参数
collocations=True	bool	是否包含两个单词的搭配性，默认包含。若使用generate_from_frequencies生成方式，则忽略此参数
colormap=None	string or matplotlib colormap	给每个单词随机分配颜色或者使用Matplotlib调色板，默认颜色是”viridis”即翠绿色。若使用了参数color_func，则忽略此项
normalize_plurals=True	bool	是否去掉单词末尾的‘s’，默认去掉。若为真，并且单词以‘s’结尾（若以‘ss’结尾则不符合此规则），‘s’会被去除并且去除后的单词出现的频率会被统计。若使用generate_from_frequencies生成方式，则忽略此参数
contour_width=0	float	mask轮廓线宽。若mask不为空且此项值大于0，就绘制出mask轮廓 (default=0)
contour_color='black'	color value	Mask轮廓颜色，默认黑色
repeat=False	bool	单词是否重复展示，默认不重复

五、全部代码

from openpyxl import *
from wordcloud import WordCloud
import matplotlib.pyplot as plt
import imageio
# 表格数据集list集
list = []
# 读取存在的表格
wb = load_workbook('/表格的路径.xlsx')
# 指定Sheet页面
sheet = wb['Sheet']
prj = sheet.columns
prjTuple = tuple(prj)
# 过滤第I列
# 0,4是遍历A、B、C、D列  #(0,len(prjTuple)) 遍历全部列
for idx in range(8, 9):
    for cell in prjTuple[idx]:
        # print(cell.coordinate, cell.value)
        list.append(cell.value)


# 把结果放到字典里面去{键值对类型}
results = {}
for s in list:
    # results[s]获取key值，results.get(s, 0)+ 1 指定键的值不存在时，返回0，如果存在就会在原key值的基础上+1
    results[s] = results.get(s, 0) + 1
# 读取背景图片并用变量接收（文字只会展示在非白色背景上）
color_mask = imageio.v2.imread("/指定模版图片路径.jpg")
cloud = WordCloud(
    # 设置字体，不指定就会出现乱码
    font_path="Library/Fonts/Songti.ttc",
    # 设置背景色
    background_color='white',
    # 词云形状，使用读取的图片
    # mask=color_mask,
    # 允许最大词汇
    max_words=2000,
    # 最大号字体
    max_font_size=200,
    # 最小号字体
    # min_font_size=50
    # 设置图片宽度
    width=375,
    # 设置图片高度
    height=300
)
# 产生词云
word_cloud = cloud.generate_from_frequencies(results)
# 保存词云图片，并指定保存路径
word_cloud.to_file("/指定保存图片路径.jpg")

python 词云

文章转载自一生之记，如果涉嫌侵权，请发送邮件至：contact@modb.pro进行举报，并提供相关证据，一经查实，墨天轮将立刻删除相关内容。

【Python】生成云词

评论