用WordCloud绘制词云

文章目录

初步认识

wordcloud是词云绘图模块,封装了WordCloud词云类,是词云的基本载体。在新建一个词云之后,通过generate装载用以生成词云的字符串,最后用to_file把词云图保存到文件中,例如

python 复制代码
from wordcloud import WordCloud

w = WordCloud()
txt = "tinycool cool tiny Python WordCloud word cloud word not world"
w.generate(txt)
w.to_file("pywordcloud.png")

效果如下

基本参数

仅就这张图像来说,我们能感受到的特性大概有

  • 词云图的宽度、高度
  • 背景颜色,文字颜色
  • 字体
  • 单词长度,单词个数

这些特性可受到下列参数调控

参数 说明 备注
font_path 字体文件路径 otf或ttf文件
width 词云宽度 默认400
height 词云高度 默认200
min_font_size 最小文字尺寸 默认4
max_font_size 最大文字尺寸 默认为图像高度
relative_scaling 词频对尺寸的影响 默认"auto"
font_step 字体步长 默认1
max_words 最大单词数 默认200
min_word_length 最短单词长度 默认0
background_color 背景色 默认"black"
mode 颜色格式 默认RGB
colormap 颜色映射
repeat 是否重复单词 默认False

下面对这些参数稍作更改,并

python 复制代码
# txt即本文前面所有文字,因为太多就不写了
txt = r'''
'''
dct = dict(width=600, height=300,
    font_path = r"C:\Windows\Fonts\simhei.ttf",
    min_font_size = 10,
    max_font_size = 100,
    max_words = 20,
    min_word_length = 2,
    background_color = "white",
    colormap = "jet")

w = WordCloud(**dct)
w.generate(txt)
w.to_file("pywordcloud.png")

效果如下,由于最多只显示20个单词,而且尺寸最小是10,最大100,所以不太好看。

掩模参数

所谓掩模,就是词云组成的图案,主要由以下参数调控。

参数 说明 备注
mask 掩模数组 默认None
contour_width 掩模宽度 默认为0
contour_color 掩模颜色 默认"black"

掩模数组由0和1构成,词云只在掩模数组为1的位置显示。下面画一个椭圆作为掩模数组,椭圆圆周的方程为

( x − 300 ) 2 28 0 2 + ( y − 150 ) 2 14 0 2 = 1 \frac{(x-300)^2}{280^2}+\frac{(y-150)^2}{140^2}=1 2802(x−300)2+1402(y−150)2=1

x = 300 ± 28 0 2 − ( 2 y − 300 ) 2 x = 300\pm\sqrt{280^2-(2y-300)^2} x=300±2802−(2y−300)2

python 复制代码
import numpy as np
y, x = np.indices([300,600])
delta = np.sqrt(280**2-(2*y-300)**2)
mask = (x<300+delta) & (x>300-delta)
mask = (1-mask)*254+1

w = WordCloud( mask = mask, contour_width=100,
    font_path = r"C:\Windows\Fonts\simhei.ttf")
w.generate(txt)
w.to_file("pywordcloud.png")

效果如下

相关推荐
烛阴4 小时前
简单入门Python装饰器
前端·python
好开心啊没烦恼5 小时前
Python 数据分析:numpy,说人话,说说数组维度。听故事学知识点怎么这么容易?
开发语言·人工智能·python·数据挖掘·数据分析·numpy
面朝大海,春不暖,花不开5 小时前
使用 Python 实现 ETL 流程:从文本文件提取到数据处理的全面指南
python·etl·原型模式
2301_805054566 小时前
Python训练营打卡Day59(2025.7.3)
开发语言·python
万千思绪6 小时前
【PyCharm 2025.1.2配置debug】
ide·python·pycharm
微风粼粼8 小时前
程序员在线接单
java·jvm·后端·python·eclipse·tomcat·dubbo
云天徽上8 小时前
【PaddleOCR】OCR表格识别数据集介绍,包含PubTabNet、好未来表格识别、WTW中文场景表格等数据,持续更新中......
python·ocr·文字识别·表格识别·paddleocr·pp-ocrv5
你怎么知道我是队长8 小时前
python-input内置函数
开发语言·python
叹一曲当时只道是寻常9 小时前
Python实现优雅的目录结构打印工具
python
hbwhmama9 小时前
python高级变量XIII
python