matplotlib与pyecharts:词云可视化
来源:互联网 发布:修改数据库创建时间 编辑:程序博客网 时间:2024/06/05 16:04
随便下载一个txt小说
代码如下:
#coding:utf-8from wordcloud import WordCloud,ImageColorGenerator,STOPWORDSfrom scipy.misc import imreadimport matplotlib.pyplot as pltfrom collections import Counterimport jieba#添加词库分词my_word_list=['楚天箫']def add_word(list): for items in list: jieba.add_word(items)add_word(my_word_list)#jieba.load_userdict("/home/soft/new.txt")#读txt内容#添加停用分词#stopwords=[u'自己',u'他们',u'我们',u'不是',u'只是']f_stop = open('/home/soft/stop.txt','r').read()stopwords = unicode(f_stop,'utf-8')f = open('/home/soft/wordcloud.txt','r').read().decode('gbk')def jiebaclearText(text): mywordlist = [] seg_list =jieba.cut(text,cut_all=False) for myword in seg_list: if myword not in stopwords: mywordlist.append(myword) return ' '.join(mywordlist)cut_text = jiebaclearText(f)#print cut_text[0:200]color_mask = imread("/home/soft/star.jpg")# 读取背景图片cloud = WordCloud(font_path='/usr/share/fonts/wqy-zenhei/wqy-zenhei.ttc',#设置字体,不指定就会出现乱码 background_color="white",width=1000, height=860, margin=2,#margin为词语边缘距离 mask=color_mask,max_words=100,max_font_size=100)word_cloud = cloud.generate(cut_text)# 产生词云word_cloud.to_file("cloud.jpg")#c = Counter(cut_text).most_common(100)#print cplt.imshow(word_cloud)plt.axis("off")plt.show()运行结果如下
阅读全文
0 0
- matplotlib与pyecharts:词云可视化
- pyecharts和matplotlib:基于python柱状图可视化
- matplotlib与pyecharts:pie饼图
- python的数据可视化库 matplotlib 和 pyecharts
- matplotlib与pyecharts:折线图、箱线图、散点图、直方图
- python数据可视化利器--pyecharts
- 【python 可视化】pyecharts + Flask 使用指南
- 【python 可视化】pyecharts + Django 使用指南
- python数据可视化利器--pyecharts
- pyecharts:基于python地理地图可视化详解
- 【python 数据可视化】pyecharts的使用
- python数据分析(十四)-matplotlib 绘图与可视化
- Python高级数据处理与可视化(二)---Matplotlib绘图基础
- Python学习(十一)——matplotlib与可视化
- python可视化--matplotlib
- python可视化-matplotlib学习
- 【数据可视化】 之 Matplotlib
- Matplotlib绘图和可视化
- Maven笔记
- 新 建 Maven Project
- Android 中 Application,Task和Process 关系
- 设计模式之MVC模式
- RDLC——画图表
- matplotlib与pyecharts:词云可视化
- 标签marquee实现滚动效果
- Vim批量注释和反注释快捷键
- JqueryUI
- 获取url参数
- Unity Shader-后处理:景深
- NS2:能量模型以及新版Trace格式仿真结果(.tr文件)中各数据的含义
- 国内的NTP Server --时间同步工具ntp
- SDWebImage支持webp