Python生成词云图,TIIDF方法文本挖掘: 词频统计,词云图
来源:互联网 发布:免费服装销售软件 编辑:程序博客网 时间:2024/05/27 16:43
python中使用wordcloud包生成的词云图。
下面来介绍一下wordcloud包的基本用法。
class wordcloud.WordCloud(font_path=None, width=400, height=200, margin=2, ranks_only=None, prefer_horizontal=0.9,mask=None, scale=1, color_func=None, max_words=200, min_font_size=4, stopwords=None, random_state=None,background_color='black', max_font_size=None, font_step=1, mode='RGB', relative_scaling=0.5, regexp=None, collocations=True,colormap=None, normalize_plurals=True)
这是wordcloud的所有参数,下面具体介绍一下各个参数:
font_path : string //字体路径,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 : int (default=400) //输出的画布宽度,默认为400像素height : int (default=200) //输出的画布高度,默认为200像素prefer_horizontal : float (default=0.90) //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 : nd-array or None (default=None) //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 : float (default=1) //按照比例进行放大画布,如设置为1.5,则长和宽都是原来画布的1.5倍。min_font_size : int (default=4) //显示的最小的字体大小font_step : int (default=1) //字体步长,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。max_words : number (default=200) //要显示的词的最大个数stopwords : set of strings or None //设置需要屏蔽的词,如果为空,则使用内置的STOPWORDSbackground_color : color value (default=”black”) //背景颜色,如background_color='white',背景颜色为白色。max_font_size : int or None (default=None) //显示的最大的字体大小mode : string (default=”RGB”) //当参数为“RGBA”并且background_color不为空时,背景为透明。relative_scaling : float (default=.5) //词频和字体大小的关联性color_func : callable, default=None //生成新颜色的函数,如果为空,则使用 self.color_funcregexp : string or None (optional) //使用正则表达式分隔输入的文本collocations : bool, default=True //是否包括两个词的搭配colormap : string or matplotlib colormap, default=”viridis” //给每个单词随机分配颜色,若指定color_func,则忽略该方法。
fit_words(frequencies) //根据词频生成词云generate(text) //根据文本生成词云generate_from_frequencies(frequencies[, ...]) //根据词频生成词云generate_from_text(text) //根据文本生成词云process_text(text) //将长文本分词并去除屏蔽词(此处指英语,中文分词还是需要自己用别的库先行实现,使用上面的 fit_words(frequencies) )recolor([random_state, color_func, colormap]) //对现有输出重新着色。重新上色会比重新生成整个词云快很多。to_array() //转化为 numpy arrayto_file(filename) //输出到文件
案例:其中TFIDF可参见之前的博客
http://blog.csdn.net/hhtnan/article/details/76586693
下图为背景图片
#coding=utf-8#导入wordcloud模块和matplotlib模块from wordcloud import WordCloud,ImageColorGeneratorimport matplotlib.pyplot as pltfrom scipy.misc import imreadimport jiebaimport jieba.analysecontent = open("test.txt","rb").read() #测试文本为网上中国有嘻哈的某篇博客文章#tags extraction based on TF-IDF algorithmtags = jieba.analyse.extract_tags(content, topK=100, withWeight=False)text =" ".join(tags)print(text)# text = unicode(text)#读入背景图片bj_pic=imread('C:\\Users\\lenovo\\Desktop\\bm.png')#生成词云(通常字体路径均设置在C:\\Windows\\Fonts\\也可自行下载)font=r'C:\\Windows\\Fonts\\STFANGSO.ttf'#不加这一句显示口字形乱码 ""报错 wordcloud=WordCloud(mask=bj_pic,background_color='white',font_path=font,scale=3.5).generate(text) #img_color = ImageColorGenerator(self.img)image_colors=ImageColorGenerator(bj_pic)#显示词云plt.imshow(wordcloud)plt.axis('off')plt.show()wordcloud.to_file('test.jpg')
输出结果:
阅读全文
1 0
- Python生成词云图,TIIDF方法文本挖掘: 词频统计,词云图
- Python文本挖掘:词云图
- 【实战】词频统计及词云图制作
- 基于Python和R语言的分词/词频统计/词云图
- 生成词云图
- R语言文本分词以,词频统计,云图显示的简洁方法
- python画词云图
- Python词云图
- python 用字符串生成词云图
- Python爬取微博数据生成词云图片
- Python玩转微信 个性签名生成词云图
- python 将QQ聊天记录生成词云图
- 文本挖掘——词云图的操作
- R语言文本挖掘展示:画词云图
- 词云图
- R语言的学习-词云图生成
- 抓取网易云评论,生成词云图
- 测试python--绘制天龙八部词云图
- jQuery源码学习笔记系列(三)
- Spring boot 下使用RabbitMQ报错:链接拒绝和不能创建队列
- 数据库操作练习8
- 浅谈Vue组件间的通信
- dos命令之 arp (网络诊断与配置)使用详解
- Python生成词云图,TIIDF方法文本挖掘: 词频统计,词云图
- jdbc连接数据库
- java学习之最大公约数和最小公倍数
- 【广告算法工程师入门 6】【转】20万、50万、100万的算法工程师,到底有什么区别?
- 使用Nginx抵御DDOS攻击
- scala中一个高阶函数的N种调用方法
- spring事务的五种属性
- 一道谷歌编程题引发的思考
- explicit