Python如何将数据mask python mask

生成圆形MASK

主要思路是用一张矩阵图像来作为mask，其中没有文字的用255，有文字的用0或者别的数字。

生成mask的代码如下

import numpy as np
import matplotlib.pyplot as plt
# 直径
diameter = 1080

# 这里的代码借鉴
def generate_mask(img_height,img_width,radius,center_x,center_y):
    y,x=np.ogrid[0:img_height,0:img_width]
    # circle mask 这里得到的是True和False的mask
    mask = (x-center_x)**2+(y-center_y)**2<=radius**2
    
    # 这里变成255和0的mask
    mask_255_0 = []
    for i in range(mask.shape[0]):
        mask_255_0.append([])
        for j in range(mask.shape[1]):
            if mask[i][j]:
                mask_255_0[i].append(0)
            else:
                mask_255_0[i].append(255)
    return np.array(mask_255_0)


mask = generate_mask(diameter,diameter,diameter/2,diameter/2,diameter/2)
plt.imshow(mask)

画出来应该长这样

WordCloud的属性和方法

属性

wordcloud属性	作用
font_path	字符串类型, 字体路径(windows下默认字体路径为C:\Windows\Fonts\如果是自行安装的字体,可能会在C:\Users\用户名\AppData\Local\Microsoft\Windows\Fonts)
width	整数类型, 生成词云的宽度, 默认:400
height	整数类型, 生成词云的高度, 默认:200
prefer_horizontal	浮点类型,词语水平方向排版出现的频率，默认:0.9
mask	遮罩图, 下方会详细介绍。默认:无
scale	浮点类型, 按照比例进行放大画布, 默认:1
min_font_size	整数类型, 显示的最小的字体大小, 默认:4
max_font_size	整数类型, 显示的最大的字体大小, 默认:无
margin	整数类型, 边缘空白宽度, 默认:2
font_step	整数类型, 字体步长, 默认:1
max_words	整数类型,要显示的词的最大个数 ,默认:200
background_color	字符串类型, 背景颜色,默认:黑色
stopwords	设置需要屏蔽的词，如果为空，则使用内置的STOPWORDS
relative_scaling	浮点类型,词频和字体大小的关联性，默认:auto。
regexp	字符串类型,使用正则表达式分隔输入的文本
collocations	布尔类型, 是否包括两个词的搭配
colormap	给每个单词随机分配颜色，若指定color_func，则忽略该方法。
normalize_plurals	布尔类型,是否删除单词中的s,如果使用generate_from_frequencies，则将其忽略。默认:True
contour_width	浮点类型,如果mask遮罩不是None和contour_width > 0，则绘制mask遮罩轮廓。默认:0
contour_color	字符串类型, mask遮罩轮廓颜色。默认: black
repeat	布尔类型,是否重复单词和短语，直到达到max_words或min_font_size。默认:False
include_numbers	布尔类型,是否将数字包含为短语。默认:False
min_word_length	整数类型,一个单词必须包含的最小字母数。默认:0
mode	颜色模式,默认“RGB”。如果想设置透明底色的云词图，那么可以设置background_color=None, mode=“RGBA”
被弃用属性	ranks_only

方法

wordcloud方法	作用
fit_words(frequencies)	根据词频生成词云(frequencies，为字典类型),generate_from_frequencies(frequencies)的简写
generate(text)	根据文本生成词云,generate_from_text(text)的简写
generate_from_frequencies(frequencies, max_font_size=None)	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, …])	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()	转换为numpy数组。
to_file(filename)	输出到文件(filename为输出文件名)
to_svg([embed_font, …])	导出为SVG格式。