python词云不报错不显示 python词云包

转载

mob64ca13f38b94 2023-09-05 11:37:45

文章标签 python词云不报错不显示 python网页设计用哪些包词云 Data 词频 文章分类 Python 后端开发

词云是文本可视化的重要方式，可将大段文本中的关键语句和词汇高亮展示，

本篇文章先介绍几种制作词云的 Python 库，分别是 WordCloud、StyleCloud、Pyecharts；再加一个在线词云制作网站；最后通过代码实操和可视化效果对它们做个简单比较

WordCloud、StyleCloud、Pyecharts 这三个包制作词云都具备一个特点：仅需几行代码就能绘制出一张精美的词云图，但需设置的参数量较大；

WordCloud

WordCloud 是 Python 做词云图使用频率最高的一个库，上手简单，操作方便；词云 mask 形状可以自定义；后面介绍的两款库都是基于它进行二次开发

WordCloud 把所有方法都封装到 WordCloud 类中，使用时只需更改一些参数，来调整词云图样式

以一个简单的圆形词云图为例，

先用 collections 构建了一个词频字典，之后利用 WordCloud() 中的 generate_from_frequencies() 方法来拟合传入的文本

关于词云形状，下面代码中通过 numpy 生成一个圆形二值化数组作为 mask 参数;

from wordcloud import WordCloud
from collections import Counter
word_list = []
with open("danmu.txt",encoding='utf-8') as f:
words = f.read()
for word in words.split('\n'):
if re.findall('[\u4e00-\u9fa5]+', str(word), re.S): # 正则表达式匹配中文字符
word_list.append(word)
def SquareWord(word_list):
counter = Counter(word_list) # 计算词频；
start = random.randint(0, 15) # 随机取0-15中间一个数字;
result_dict = dict(counter.most_common()[start:]) # 在 counter 中取前start 个元素；
x,y = np.ogrid[:300,:300] # 创建0-300二维数组；
mask = (x-150)**2 + (y-150)**2>130**2 #创建以 150，150为圆心，半径为130的Mask；
mask = 255*mask.astype(int) # 转化为 int
wc = WordCloud(background_color='black',
mask = mask,
mode = 'RGB',
font_path="D:/Data/fonts/HGXK_CNKI.ttf", # 设置字体路径，用于设置中文,
).generate_from_frequencies(result_dict)
plt.axis("off")
plt.imshow(wc,interpolation="bilinear")
plt.show()
SquareWord(word_list)# 绘制词云图主函数

效果如下：

square

WordCloud 相对于其它两个 Python 库最突出的一个点：**可以自定义 Mask **，通过 mask 参数传入一个 numpy 数组，来设定词云形状

但需要注意的是文本只填充 value!=255 的区域，对 Value ==255 区域忽略，所以如果作为mask的备选图像不满足这个条件的话，需对图像进行预处理如下，背景用纯白色像素填充

image-20210210103201422

自定义mask词云绘制

def AliceWord(word_list):

counter = Counter(word_list) # 计算词频；
start = random.randint(0, 15) # 随机取0-15中间一个数字;
result_dict = dict(counter.most_common()[start:]) # 在 counter 中取前start 个元素；
# x, y = np.ogrid[:300, :300] # 创建0-300二维数组；
# mask = (x - 150) ** 2 + (y - 150) ** 2 > 130 ** 2 # 创建以 150，150为圆心，半径为130的Mask；
# mask = 255 * mask.astype(int) # 转化为 int
# 读取图片作为 Mask
alic_coloring = np.array(Image.open("D:/Data/WordArt/Alice_mask.png"))
wc = WordCloud(background_color = "white",# 设置背景颜色
mode ="RGB",
mask=alic_coloring,# 为None时，自动创建一个二值化图像，长400，宽200；
min_font_size=4,# 使用词的最小频率限定；
relative_scaling= 0.8,# 词频与大小相关性
font_path="D:/Data/fonts/HGXK_CNKI.ttf", # 字体路径，用于设置中文,
).generate_from_frequencies(result_dict)
wc.to_file("D:/Data/WordArt/wordclound.jpg")# 把生成的词云图进行保存
plt.axis("off")
plt.imshow(wc, interpolation="bilinear")
plt.show()

可视化效果

wordclound

最后，这里提一下 WordCloud 中最主要的几个参数设定：

background_color(type->str) ，颜色名字或颜色代码，设置词云图的背景色

font_path(type->str)，自定义字体路径，需要注意的时若预览的是中文文本，这个参数必须设置，否则会出现乱码情况；

mask(type->ndarray)，自定义词云形状，绘制时忽略纯白区域；

mode(type->str)，设为 ’RGBA‘ 时，背景为透明，默认为 ’RGB‘；

relative_scaling(type-> float)，词汇频率与最终词汇展示大小相关性，取值 0 -1；这个值越大相关性越强，默认为 0.5；

prefer_horizontal(type->float)，控制水平文字相对于处置显示文字的比例，越小则词云图中竖直显示文字越多；

除了以上参数之外，还可以设定颜色，禁用词，是否出现重复词等信息

image-20210210110804316

详情可参考官方文档

StyleCloud

StyleCloud 是基于 WordCloud 开发的，在 WordCloud 的基础上又加入了一些新特性

image-20210210114111274

1，支持颜色渐变；

2，关于词云颜色，可以通过设计好的调色板来设置；

3，支持图标作为 mask，这个新特性是最赞的，并且设置时可直接对接 Font Awesome 网站，这里面有各式各样的图标

4，除了 text文本可作为词汇输入之外，还支持等 csv、txt 文件格式的输入；

主程序只需一行代码即可

def Style_WordArt():
# StyleClound 绘制词云图
stylecloud.gen_stylecloud(
file_path = "danmu.txt",#词云文本
background_color='white',#背景颜色
palette="colorbrewer.qualitative.Dark2_7",#调色板，来改变词云图文本颜色
icon_name='fas fa-cat',# 词云图标；
font_path= "D:/Data/fonts/HGXK_CNKI.ttf",# 中文字体路径
random_state=40,#控制文本颜色随机状态；
invert_mask= False,# 最终Mask是否逆置；
output_name="D:/Data/WordArt/styleclound.jpg",# 图片保存路径
)

效果如下：

styleclound

修改蒙版的话只需要更改 icon_name 参数即可，可参考 Font Awesome 网站，

image-20210210115437929

icon_name名称的设置为目标图标的 class 标签即可，如下

image-20210210120030256

当 icon_name = 'fas fa-dog' 时

styleclound1

当 icon_name ='fab fa-amazon' 时：

styleclound11

关于词云颜色调色板设定，修改 palette 参数即可，palette 设定可参考 Palettable 网站：

image-20210210120541712

其中上面每个模块中又有许多子模块，为最终需要设置的调色板

image-20210210121310786

设置时选择任意模板的子模板即可，不需要前面的palettable. 字符串；例如我想设置 palettale.colorbrewser.qualitative.Dark2_3 作为调色版，只需要将 palettle = 'colorbrewser.qualitative.Dark2_3'即可

设置不同的调色板，最终会有不同的样式效果哦！

paletabble ='colorbrewer.qualitative.Paired_10'
image-20210210121514012
paletabble ='lightbartlein.diverging.BlueDarkOrange12_11'
image-20210210121739080
Pyecharts

Pyecharts 是基于 Apache Echarts 开发的，主要用于数据可视化；词云图只是其中众多图表类型中的一个，相对于前两种词云包，Pyecharts 的可视化效果要弱一些

但 Pyecharts 将词云图保存为单个 html 文件，最终呈现出来有一定的交互效果

word
代码部分
from pyecharts.charts import WordCloud
import pyecharts.options as opts
word_list = []
with open("danmu.txt",encoding='utf-8') as f:
words = f.read()
for word in words.split('\n'):
if re.findall('[\u4e00-\u9fa5]+', str(word), re.S): # 正则表达式匹配中文字符
word_list.append(word)
def Pyecharts_wordArt(word_list):
counter = Counter(word_list) # 计算词频；
start = random.randint(0, 15) # 随机取0-15中间一个数字;
result_dict = list(counter.most_common()[start:]) # 在 counter 中取前start 个元素；
print(result_dict[5:])
Charts = WordCloud().add(series_name="Pyecharts", data_pair=result_dict, word_size_range=[6, 66]).set_global_opts(
title_opts=opts.TitleOpts(
title="Pyecharts", title_textstyle_opts=opts.TextStyleOpts(font_size=23)),
tooltip_opts=opts.TooltipOpts(is_show=True),
)
Charts.render("Pyecharts_Wordclound.html")
Pyecharts_wordArt(word_list)

需要注意的是，Pyecharts 输入的文本需要是列表类型，并且每隔词语与他出现的频率以数组形式存在，格式如下：

image-20210210130357486

总结

在这三种词云图的基础上，这里再推荐一个词云在线制作网站，WordArt.com，最终的可视化效果要优于上面三种，并且调整样式也非常方便，简单直观，如果制作词云图数量不是很多的话，建议借助这个网站进行绘制

image-20210210131002843

要对这几个工具做个比对的话，从下面几个角度我对它们做了个排序

可视化效果

WordArt > Stylecloud > WordCloud > Pyecharts

交互效果

WordArt > Pyecharts > StyleCloud = WordCloud

自动化效率

Pyecharts = StyleCloud = WordCloud > WordArt