使用Python繪制詞云圖的詳細教程
更新時間：2025年01月02日 10:53:30 作者：一只蝸牛兒
詞云（Word Cloud）是一種數(shù)據(jù)可視化技術(shù),用于顯示文本數(shù)據(jù)中的頻繁單詞,在本教程中,我們將使用 Python 的 wordcloud 庫,結(jié)合 matplotlib 和 jieba 等工具,展示如何從文本數(shù)據(jù)生成詞云圖,需要的朋友可以參考下
引言
詞云（Word Cloud）是一種數(shù)據(jù)可視化技術(shù)，用于顯示文本數(shù)據(jù)中的頻繁單詞。它通過將出現(xiàn)頻率較高的詞匯以較大的字體顯示，頻率較低的詞匯則以較小的字體顯示，直觀地呈現(xiàn)出文本的關(guān)鍵詞。
在本教程中，我們將使用 Python 的 wordcloud 庫，結(jié)合 matplotlib 和 jieba 等工具，展示如何從文本數(shù)據(jù)生成詞云圖。
1. 安裝所需的庫
在開始之前，你需要確保已經(jīng)安裝了以下 Python 庫：
pip install wordcloud matplotlib jieba numpy pillow
wordcloud: 用于生成詞云圖。matplotlib: 用于顯示生成的詞云圖。jieba: 用于中文分詞。numpy: 用于處理數(shù)組數(shù)據(jù)。pillow: 用于圖像處理（可選，增強詞云圖的效果）。
2. 基本的詞云圖生成
我們從簡單的英文文本開始，展示如何生成詞云圖。
2.1 基本詞云生成
import matplotlib.pyplot as plt
from wordcloud import WordCloud
# 1. 準備文本數(shù)據(jù)
text = "Python is a great programming language. Python is widely used for data science, web development, and automation."
# 2. 創(chuàng)建詞云對象
wordcloud = WordCloud(width=800, height=400, background_color="white").generate(text)
# 3. 顯示詞云圖
plt.figure(figsize=(10, 5))
plt.imshow(wordcloud, interpolation='bilinear')
plt.axis("off") # 不顯示坐標軸
plt.show()
解釋：
WordCloud是用于生成詞云圖的類。我們通過設(shè)置width和height來調(diào)整圖像的大小，background_color="white"設(shè)置背景色為白色。.generate(text)方法用于從文本生成詞云。imshow()顯示生成的詞云圖，interpolation='bilinear'是為了讓圖像更平滑。
2.2 自定義詞云圖的外觀
你可以根據(jù)自己的需求定制詞云圖的外觀，例如設(shè)置不同的顏色、字體等。
示例：設(shè)置自定義顏色
wordcloud = WordCloud(width=800, height=400, background_color="black", colormap="coolwarm").generate(text)
plt.figure(figsize=(10, 5))
plt.imshow(wordcloud, interpolation='bilinear')
plt.axis("off")
plt.show()
colormap="coolwarm"：設(shè)置顏色映射，可以選擇不同的顏色方案，例如coolwarm，inferno，plasma等。
示例：設(shè)置自定義字體
wordcloud = WordCloud(font_path="/path/to/your/font.ttf", width=800, height=400, background_color="white").generate(text)
plt.figure(figsize=(10, 5))
plt.imshow(wordcloud, interpolation='bilinear')
plt.axis("off")
plt.show()
font_path可以設(shè)置一個自定義字體，特別適合中文詞云生成。
3. 中文詞云圖的生成
生成中文詞云圖的難點在于中文分詞。我們可以使用 jieba 庫對中文文本進行分詞，然后再生成詞云圖。
3.1 中文分詞與詞云圖生成
import jieba
from wordcloud import WordCloud
import matplotlib.pyplot as plt
# 1. 準備中文文本
text = "Python是一個非常強大的編程語言。Python廣泛應(yīng)用于數(shù)據(jù)科學、機器學習和人工智能等領(lǐng)域。"
# 2. 使用jieba進行中文分詞
seg_list = jieba.cut(text)
word_list = " ".join(seg_list) # 將分詞結(jié)果轉(zhuǎn)換為字符串
# 3. 創(chuàng)建詞云對象并生成詞云
wordcloud = WordCloud(font_path="msyh.ttc", width=800, height=400, background_color="white").generate(word_list)
# 4. 顯示詞云圖
plt.figure(figsize=(10, 5))
plt.imshow(wordcloud, interpolation='bilinear')
plt.axis("off")
plt.show()
解釋：
jieba.cut(text)用于對中文文本進行分詞。- 將分詞結(jié)果通過
" ".join(seg_list)拼接成一個字符串供詞云圖使用。 font_path="msyh.ttc"是指定一個支持中文的字體路徑（msyh.ttc是微軟雅黑字體，你可以根據(jù)需要選擇其他字體文件）。
4. 使用掩碼（Mask）生成定制形狀的詞云
掩碼（Mask）是指通過一張圖片來限定詞云圖的形狀，這樣生成的詞云就會以圖片的輪廓為形狀。
4.1 使用圖片掩碼
import numpy as np
from wordcloud import WordCloud
import matplotlib.pyplot as plt
from PIL import Image
# 1. 準備文本數(shù)據(jù)
text = "Python is a versatile programming language. It is popular among data scientists, developers, and AI researchers."
# 2. 讀取掩碼圖像
mask_image = np.array(Image.open("cloud_shape.png"))
# 3. 創(chuàng)建詞云對象并生成詞云
wordcloud = WordCloud(width=800, height=400, background_color="white", mask=mask_image).generate(text)
# 4. 顯示詞云圖
plt.figure(figsize=(10, 5))
plt.imshow(wordcloud, interpolation='bilinear')
plt.axis("off")
plt.show()
解釋：
mask_image = np.array(Image.open("cloud_shape.png"))：我們加載一張圖像（例如心形、云形等），并將其轉(zhuǎn)換為 NumPy 數(shù)組作為掩碼。mask參數(shù)用于指定詞云圖的形狀。
注意：使用掩碼時，圖像的背景必須是白色或者透明，且圖像本身應(yīng)該是黑白色（黑色表示詞云區(qū)域，白色表示透明區(qū)域）。
5. 調(diào)整詞頻和生成自定義詞云
你可以通過手動調(diào)整單詞的頻率，來控制詞云圖中某些詞語的大小。
5.1 設(shè)置頻率字典
from wordcloud import WordCloud
import matplotlib.pyplot as plt
# 1. 創(chuàng)建詞頻字典
word_frequencies = {
"Python": 100,
"Java": 50,
"C++": 30,
"JavaScript": 70,
"Ruby": 10
}
# 2. 創(chuàng)建詞云對象
wordcloud = WordCloud(width=800, height=400, background_color="white").generate_from_frequencies(word_frequencies)
# 3. 顯示詞云圖
plt.figure(figsize=(10, 5))
plt.imshow(wordcloud, interpolation='bilinear')
plt.axis("off")
plt.show()
解釋：
- 使用
generate_from_frequencies()方法，我們可以根據(jù)頻率字典來生成詞云圖，其中字典的鍵是單詞，值是對應(yīng)的頻率。 - 詞云圖會根據(jù)頻率字典中提供的詞頻信息來顯示單詞，頻率較高的單詞會顯示得更大。
6. 保存詞云圖為文件
生成的詞云圖不僅可以在屏幕上顯示，還可以保存為圖像文件（如 PNG 或 JPG 格式）以供后續(xù)使用。
6.1 保存詞云圖
wordcloud = WordCloud(width=800, height=400, background_color="white").generate(text)
# 保存為文件
wordcloud.to_file("wordcloud_output.png")
解釋：
- 使用
to_file()方法將生成的詞云圖保存為文件。你可以指定保存的文件路徑和格式（如 PNG、JPG 等）。
7. 總結(jié)
在本文中，我們詳細介紹了如何使用 Python 和 wordcloud 庫生成詞云圖。我們學習了以下內(nèi)容：
- 基本詞云圖生成：通過簡單的文本生成詞云。
- 中文詞云圖生成：使用
jieba庫對中文文本進行分詞，并生成詞云圖。 - 使用掩碼生成定制形狀的詞云：通過圖片掩碼來創(chuàng)建具有特定形狀的詞云。
- 自定義詞云：根據(jù)詞頻字典生成自定義的詞云圖。
- 保存詞云圖：將生成的詞云圖保存為圖像文件。
詞云是一種強大的可視化工具，可以幫助你從大量的文本數(shù)據(jù)中提取出最具代表性的詞匯。在實際應(yīng)用中，詞云廣泛用于分析社交媒體數(shù)據(jù)、評論數(shù)據(jù)等文本內(nèi)容。
到此這篇關(guān)于使用Python繪制詞云圖的詳細教程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！
相關(guān)文章
scrapy是一個使用Python語言（基于Twisted框架）編寫的開源網(wǎng)絡(luò)爬蟲框架,目前由scrapinghub Ltd維護.Scrapy簡單易用、靈活易拓展、開發(fā)社區(qū)活躍，并且是跨平臺的.在Linux、MaxOS以及windows平臺都可以使用,需要的朋友可以參考下2021-06-06
這篇文章主要介紹了Python中mmap模塊（處理大文本）,將一個普通文件映射到內(nèi)存中，通常在需要對文件進行頻繁讀寫時使用，這樣用內(nèi)存映射讀寫取代I/O緩存讀寫，以獲得較高的性能，需要的朋友可以參考下2023-02-02
PyHacker編寫指南引用Nmap模塊實現(xiàn)端口掃描器
這篇文章主要為大家介紹了PyHacker編寫指南Nmap模塊實現(xiàn)端口掃描，有需要的朋友可以借鑒參考下，希望能夠有所幫助，祝大家多多進步，早日升職加薪2022-05-05
本文詳細講解了Pytest框架之fixture，文中通過示例代碼介紹的非常詳細。對大家的學習或工作具有一定的參考借鑒價值，需要的朋友可以參考下2022-06-06
今天小編就為大家分享一篇Python利用遞歸實現(xiàn)文件的復(fù)制方法，具有很好的參考價值，希望對大家有所幫助。一起跟隨小編過來看看吧2018-10-10
YOLOv5目標檢測之a(chǎn)nchor設(shè)定
在訓練yolo網(wǎng)絡(luò)檢測目標時,需要根據(jù)待檢測目標的位置大小分布情況對anchor進行調(diào)整,使其檢測效果盡可能提高,下面這篇文章主要給大家介紹了關(guān)于YOLOv5目標檢測之a(chǎn)nchor設(shè)定的相關(guān)資料,需要的朋友可以參考下2022-05-05
Python提供了多種方式來轉(zhuǎn)換字符串為數(shù)字類型,但是每一種方式都有其優(yōu)缺點,這篇文章主要介紹了Python中將字符串變成數(shù)字的5種方法,文中通過代碼示例介紹的非常詳細,需要的朋友可以參考下2022-10-10
這篇文章主要介紹了python合并多個excel文件的示例，幫助大家提高辦公效率，感興趣的朋友可以了解下2020-09-09
本文主要介紹了opencv鎖定鼠標定位的實現(xiàn)，文中通過示例代碼介紹的非常詳細，對大家的學習或者工作具有一定的參考學習價值，需要的朋友們下面隨著小編來一起學習學習吧2023-02-02
這篇文章主要介紹了PyCharm+PyQt5+QtDesigner配置詳解，文中通過示例代碼介紹的非常詳細，對大家的學習或者工作具有一定的參考學習價值，需要的朋友們下面隨著小編來一起學習學習吧2020-08-08