前言

詞云圖（Word Cloud）是數(shù)據(jù)可視化中常用的一種技術(shù)，通過將文字以不同的大小、顏色和方向排列，以展示文本數(shù)據(jù)中詞匯的頻次和重要性。對于文本分析、情感分析、關(guān)鍵詞提取等應(yīng)用，詞云圖都能夠直觀地展現(xiàn)信息。本文將詳細介紹如何使用 Python 中的 wordcloud 庫從 Excel 數(shù)據(jù)繪制詞云圖，幫助您快速上手詞云圖的生成和定制化。

一、環(huán)境準(zhǔn)備

在開始之前，請確保您的開發(fā)環(huán)境中已經(jīng)安裝了以下庫：

pip install wordcloud pandas matplotlib openpyxl

• wordcloud：用于生成詞云圖。
• pandas：處理 Excel 文件中的詞頻數(shù)據(jù)。
• matplotlib：用于展示和保存詞云圖。
• openpyxl：讀取 Excel 文件。

二、詞云圖的基本原理

詞云圖的生成主要基于詞匯的頻數(shù)，頻數(shù)越高的詞匯在圖中的字號越大。在 Python 中，wordcloud 庫提供了多種自定義選項，例如字體、顏色、形狀、最大詞數(shù)等。接下來，我們將基于一個簡單的 Excel 詞頻表格，逐步實現(xiàn)從數(shù)據(jù)加載到詞云圖繪制的過程。

1.步驟一：讀取 Excel 文件

首先，使用 pandas 讀取 Excel 文件，并確保將詞匯和對應(yīng)的頻數(shù)提取出來。假設(shè) Excel 文件包含兩列：詞匯 和 頻數(shù)。

import pandas as pd

# 讀取 Excel 文件
df = pd.read_excel('詞匯頻數(shù)表.xlsx')

# 確保數(shù)據(jù)按需加載
words = df['詞匯'].values
frequencies = df['頻數(shù)'].values

# 將詞匯和頻數(shù)組合成字典
word_freq = dict(zip(words, frequencies))

此時，word_freq 字典包含了詞匯和它們對應(yīng)的頻數(shù)，格式如：{‘詞匯1’: 10, ‘詞匯2’: 15, …}。

2.步驟二：生成詞云圖

接下來，我們利用 wordcloud 庫生成詞云圖。可以根據(jù)實際需求自定義詞云圖的顯示樣式。

from wordcloud import WordCloud
import matplotlib.pyplot as plt

# 創(chuàng)建詞云對象
wordcloud = WordCloud(
    font_path='simhei.ttf',  # 設(shè)置字體路徑，確保中文顯示
    background_color='white',  # 背景色
    width=800,  # 圖像寬度
    height=400,  # 圖像高度
    max_words=200,  # 最大詞匯數(shù)
    max_font_size=100,  # 最大字體大小
    colormap='viridis'  # 顏色方案
).generate_from_frequencies(word_freq)

# 繪制并展示詞云圖
plt.figure(figsize=(10, 5))
plt.imshow(wordcloud, interpolation='bilinear')
plt.axis('off')  # 關(guān)閉坐標(biāo)軸
plt.show()

參數(shù)說明

• font_path：指定字體文件路徑，這里使用了 “simhei.ttf” 以確保中文能夠正確顯示。
• background_color：設(shè)置背景顏色，可選值包括 black, white, gray 等。
• width 和 height：控制詞云圖的尺寸。
• max_words：控制詞云圖中顯示的最大詞匯數(shù)。
• max_font_size：控制最大字體的字號。
• colormap：控制顏色映射方案，支持多種內(nèi)置方案如 viridis, plasma, inferno 等。

3.步驟三：保存詞云圖

繪制完成后，您可以將詞云圖保存為圖片文件，便于分享和展示。

# 保存詞云圖到文件
wordcloud.to_file('wordcloud.png')

一般在該步驟就已經(jīng)結(jié)束啦~

4.步驟四：高級自定義（形狀與顏色）

（1）自定義形狀詞云圖不僅可以是矩形，還可以根據(jù)特定的形狀生成。例如，將詞云限制在一張圖片的輪廓內(nèi)。您可以通過以下方法實現(xiàn)：

from PIL import Image
import numpy as np

# 加載形狀模板圖片
mask = np.array(Image.open('mask.png'))

# 生成帶有形狀的詞云
wordcloud = WordCloud(
    font_path='simhei.ttf',
    background_color='white',
    mask=mask,  # 設(shè)置詞云形狀
    contour_width=1,  # 輪廓寬度
    contour_color='black'  # 輪廓顏色
).generate_from_frequencies(word_freq)

# 展示詞云圖
plt.figure(figsize=(10, 10))
plt.imshow(wordcloud, interpolation='bilinear')
plt.axis('off')
plt.show()

關(guān)鍵點講解

• 高清圖片作為 mask：
  使用高分辨率的黑白圓形圖片，詞云的清晰度會顯著提升。白色部分將作為背景，黑色部分是生成詞云的區(qū)域。

• contour_width 和 contour_color 參數(shù)：
  設(shè)置輪廓寬度和顏色，可以讓詞云圖的形狀更加突出。

• 調(diào)整 max_font_size 和 max_words：
  通過控制詞匯數(shù)量和最大字體大小，確保詞云圖在形狀內(nèi)分布均勻且美觀。

  

  這是換了一個愛麗絲Alice的mask的詞云圖。
  （2）自定義顏色如果想讓詞云中的詞匯顏色更加多樣，可以使用 ImageColorGenerator 從圖片中提取顏色：

from wordcloud import ImageColorGenerator

# 基于模板圖片生成顏色
image_colors = ImageColorGenerator(mask)

# 繪制詞云圖并應(yīng)用顏色
plt.figure(figsize=(10, 10))
plt.imshow(wordcloud.recolor(color_func=image_colors), interpolation='bilinear')
plt.axis('off')
plt.show()

三、常見問題與解決方案

1.中文亂碼問題：

使用 wordcloud 生成詞云時，若不指定中文字體，中文會顯示為方塊。解決方法是指定支持中文的字體，例如 “simhei.ttf”。

2.詞云生成不均勻：

嘗試調(diào)整 max_font_size 和 mask 參數(shù)，使詞云分布更為美觀。

四、總結(jié)

本文詳細介紹了如何從 Excel 表格生成詞云圖，并通過實例展示了詞云圖的自定義生成方法。詞云圖作為一種直觀的數(shù)據(jù)可視化手段，在文本分析中有著廣泛應(yīng)用?？梢栽俳Y(jié)合深度學(xué)習(xí)的自然語言處理技術(shù)，詞云圖可以進一步擴展用于更復(fù)雜的文本挖掘場景。

到此這篇關(guān)于使用Python中wordcloud庫繪制詞云圖的文章就介紹到這了,更多相關(guān)Python繪制詞云圖內(nèi)容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！

最新評論