Python3在win7下生成云图 学习python过程以及坑

一、前言

本人python小白一个，最近由于朋友推荐python，于是就利用空暇时间学习了下。

主要学习资料有：编程小白的第一本 Python 入门书，写的入门很容易接口，讲解的也比较清楚。

再进一步就是：Python编程：从入门到实践，图灵社区上是收费的，由于本人下载了一本免费的《Python编程：从入门到实践》电子书，通过电子书格式转换的方式将mobi格式转成了pdf的格式。下载地址：Python编程：从入门到实践_[美] Eric Matthes.pdf，参考资料：Python编程：从入门到实践_[美] Eric Matthes_章节源码文件。

Python编程：从入门到实践讲解了2D游戏开发-打飞机游戏、利用信息数据生成热图等、Web应用。对新手来说，还不错。

下图为跟学的效果：

二、win7利用python3生成云图

这次生成云图，在网上也查了一些资料，同样的也遇到了一些问题，这里一一表来。

生成云图的信息是一位过气歌手的歌曲-管维嘉，为什么选择他，主要是因为他的歌曲不多，下载歌词快，不像别的歌手，动不动就几十首上百首，歌词就得整半天。

说明：其实一个py文件就能满足需求，这里为了便于查询，分布分别罗列步骤、代码，最后提供整体代码。（可以自定义适量加打印等操作）

第一步：准备带生成云图的歌词文件。（不赘述）

代码如下：

import os, timedef read_content(content_path):    content = ''# 初始化内容为空    print('...正在扫描文件...')    for f in os.listdir(content_path): # 使用os模块的listdir函数枚举文件夹下所有文件        time.sleep(1)        file_fullpath = os.path.join(content_path,f) # 拼接文件完整路径        if os.path.isfile(file_fullpath): # 判断是否是文件            content += open(file_fullpath,'r').read()            content += '\n'    print('...正在扫描完毕...')    return content# 读取文件夹内容content = read_content('D:/workspace_python/zfiles/guanweijia/')

第二步：分词

这个有点像java中的庖丁解牛分词。代码如下（包含第一步）：

import os, timeimport jieba.analysedef read_content(content_path):    content = ''# 初始化内容为空    print('...正在扫描文件...')    for f in os.listdir(content_path): # 使用os模块的listdir函数枚举文件夹下所有文件        time.sleep(1)        file_fullpath = os.path.join(content_path,f) # 拼接文件完整路径        if os.path.isfile(file_fullpath): # 判断是否是文件            content += open(file_fullpath,'r').read()            content += '\n'    print('...正在扫描完毕...')    return content# 读取文件夹内容content = read_content('D:/workspace_python/zfiles/guanweijia/')print('...正在提取关键字...')time.sleep(2)# 这里使用jieba的textrank提取出1000个关键词及其比重result = jieba.analyse.textrank(content, topK=1000, withWeight=True)# 生成关键词比重字典keywords = dict()for i in result:    keywords[i[0]] = i[1]# print(keywords)print('...关键字提取完毕...')

第三步：生成云图

注意坑来了：

1.PIL包：所引用的PIL包目前只支持到python2.7，在python3中引用的话需要下载Pillow包，安装过程不赘述。

2.wordcloud包，这个包通过IDE工具安装是失败的，只能通过下载文件后安装。

方法如下：

首先查看自己系统支持版本信息，利用python代码可以查询：

import pip;
print(pip.pep425tags.get_supported())

返回信息（本机）：[('cp35', 'cp35m', 'win_amd64'), ('cp35', 'none', 'win_amd64'), ('py3', 'none', 'win_amd64'), ('cp35', 'none', 'any'), ('cp3', 'none', 'any'), ('py35', 'none', 'any'), ('py3', 'none', 'any'), ('py34', 'none', 'any'), ('py33', 'none', 'any'), ('py32', 'none', 'any'), ('py31', 'none', 'any'), ('py30', 'none', 'any')]

下载wordcloud地址：http://www.lfd.uci.edu/~gohlke/pythonlibs/#wordcloud

根据上面执行代码返回的信息，可以看到wordcloud‑1.3.2‑cp35‑cp35m‑win_amd64.whl是支持本机安装的。

安装成功，坑填完了，再上代码：

import os, timeimport jieba.analysefrom PIL import Image, ImageSequenceimport numpy as npimport matplotlib.pyplot as pltfrom wordcloud import WordCloud, ImageColorGeneratordef read_content(content_path):    content = ''# 初始化内容为空    print('...正在扫描文件...')    for f in os.listdir(content_path): # 使用os模块的listdir函数枚举文件夹下所有文件        time.sleep(1)        file_fullpath = os.path.join(content_path,f) # 拼接文件完整路径        if os.path.isfile(file_fullpath): # 判断是否是文件            content += open(file_fullpath,'r').read()            content += '\n'    print('...正在扫描完毕...')    return content# 读取文件夹内容content = read_content('D:/workspace_python/zfiles/guanweijia/')print('...正在提取关键字...')time.sleep(2)# 这里使用jieba的textrank提取出1000个关键词及其比重result = jieba.analyse.textrank(content, topK=1000, withWeight=True)# 生成关键词比重字典keywords = dict()for i in result:    keywords[i[0]] = i[1]# print(keywords)print('...关键字提取完毕...')#//////////////////////////////////////////////////print('...正在生成云图...')time.sleep(2)# 初始化图片image = Image.open('D:/workspace_python/zfiles/tmc.png')graph = np.array(image)# 生成云图，这里需要注意的是WordCloud默认不支持中文，所以这里需要加载中文黑体字库wc = WordCloud(font_path='./fonts/simhei.ttf',    background_color='white', max_words=1000, mask=graph)wc.generate_from_frequencies(keywords)image_color = ImageColorGenerator(graph)print('...生成云图成功...')# 显示图片plt.imshow(wc)plt.imshow(wc.recolor(color_func=image_color))plt.axis("off") # 关闭图像坐标系plt.show()

结果：

原图：

有不完善，欢迎拍砖~