类似生成各种形状的云图，我也会啦！
其实也就是针对新手吧，我估计老手分分钟，哈哈哈，我怕我忘了，随手记录下~
四个步骤吧：
- 读文件
- 分词
- 生成词云图
- 显示词云图
1. 读文件
使用了下 codecs 库，读取内容更方便。
python
import codecs
def get_file_content(filePath):
with codecs.open(filePath, 'r', 'utf-8') as f:
txt = f.read()
return txt2. 分词
jieba是一个分词库，可以将一段文本分割成词语。cut 是将文本精确切分开，不存在冗余词语。比如颜酱是一个厉害的厨师，会变成['颜酱', '厉害', '厨师']。 Counter是一个计数器，可以统计词语出现的次数，most_common 是取出最常用的词语。
python
import jieba
from collections import Counter
def get_words(txt):
# 先分词，得到词语数组
seg_list = jieba.cut(txt)
# 开始计数
c = Counter()
for x in seg_list:
if len(x)>1 and x != '\r\n':
c[x] += 1
word_list = []
print('常用词频度统计结果')
# 统计前99个词
for (k,v) in c.most_common(99):
word_list.append(str(k))
# 将词语生成文本文件
file = open("./dist/out_words.txt", 'w').close()
with open("./dist/out_words.txt",'a+',encoding='utf-8') as writeFile:
for (k,v) in c.most_common(99): # 统计前99个词
writeFile.write(str(k))
writeFile.write(str(v))
writeFile.write('\n')
print(word_list)
# ['发展','平安']
return word_list3. 生成云图
wordcloud 是一个词云库，可以将词语生成词云图片。
python
import wordcloud;
def generate_cloud_image(file_path, shape_image_path):
word_list = get_words(get_file_content(file_path))
string = ' '.join(word_list)
# 读取词云形状图片
image = imageio.v2.imread(shape_image_path)
# 先实例化一个词云对象
wc = wordcloud.WordCloud(width=image.shape[0], # 词云图宽度同原图片宽度
height=image.shape[1],
background_color='white', # 背景颜色白色
font_path='Arial Unicode.ttf', # 指定字体路径，微软雅黑，可从自带的字体库中找
mask=image, # mask 指定词云形状图片，默认为矩形
scale=3) # 默认为1，越大越清晰
# 生成词云
wc.generate(string)
# 保存成文件,output_wordcloud.png，词云图
wc.to_file('dist/output_wordcloud.png')
# 弹出图片显示
alert_image('dist/output_wordcloud.png')4. 显示词云图
matplotlib是一个绘图库，可以将图片显示出来，plt 用于显示图片，mpimg 用于读取图片。
python
#
# plt用于显示图片
import matplotlib.pyplot as plt
# mpimg 用于读取图片
import matplotlib.image as mpimg
def alert_image(image_path):
# 这里是让词云图弹出来显示
lena = mpimg.imread(image_path) # 读取和代码处于同一目录下的 lena.png
# 此时 lena 就已经是一个 np.array 了，可以对它进行任意处理
lena.shape #(512, 512, 3)
plt.imshow(lena) # 显示图片
plt.axis('off') # 不显示坐标轴
plt.show()这就可以了！
其他文件
准备好文件实验：
input.txt
cloud.jpg
generate_cloud_image.py
generate_cloud_image.py:
python
import codecs
import jieba
import imageio
import wordcloud
import matplotlib.pyplot as plt
import matplotlib.image as mpimg
from collections import Counter
# def get_words(txt):...
# def get_file_content:...
# def alert_image(image_path):...
# def generate_cloud_image(file_path, shape_image_path):...
generate_cloud_image('input.txt', 'cloud.jpg')完整版：
python
import codecs
import jieba
import imageio
import wordcloud
import matplotlib.pyplot as plt
import matplotlib.image as mpimg
from collections import Counter
# get_words函数用于统计词频，生成out.txt，展示词语和词频 如发展218 坚持170
def get_words(txt):
seg_list = jieba.cut(txt)
c = Counter()
for x in seg_list:
if len(x)>1 and x != '\r\n':
c[x] += 1
word_list = []
print('常用词频度统计结果')
# 统计前99个词
for (k,v) in c.most_common(99):
word_list.append(str(k))
file = open("./out_words.txt", 'w').close()
with open("./out_words.txt",'a+',encoding='utf-8') as writeFile:
for (k,v) in c.most_common(99): # 统计前99个词
writeFile.write(str(k))
writeFile.write(str(v))
writeFile.write('\n')
print(word_list)
# ['发展','平安']
return word_list
def get_file_content(filePath):
with codecs.open(filePath, 'r', 'utf-8') as f:
txt = f.read()
return txt
def alert_image(image_path):
# 这里是让词云图弹出来显示
lena = mpimg.imread(image_path) # 读取和代码处于同一目录下的 lena.png
# 此时 lena 就已经是一个 np.array 了，可以对它进行任意处理
lena.shape #(512, 512, 3)
plt.imshow(lena) # 显示图片
plt.axis('off') # 不显示坐标轴
plt.show()
# 根据文件生成词云图，file_path是文本文件路径，shape_image_path是词云图的图片途径
def generate_cloud_image(file_path, shape_image_path):
word_list = get_words(get_file_content(file_path))
string = ' '.join(word_list)
# 读取词云形状图片
image = imageio.v2.imread(shape_image_path)
# 生成词云图片，先实例化一个词云对象
wc = wordcloud.WordCloud(width=image.shape[0], # 词云图宽度同原图片宽度
height=image.shape[1],
background_color='white', # 背景颜色白色
font_path='Arial Unicode.ttf', # 指定字体路径，微软雅黑，可从win自带的字体库中找
mask=image, # mask 指定词云形状图片，默认为矩形
scale=3) # 默认为1，越大越清晰
# 再给词云
wc.generate(string)
# 保存成文件,output_wordcloud.png，词云图
wc.to_file('output_wordcloud.png')
alert_image('output_wordcloud.png')
generate_cloud_image('input.txt', 'cloud.jpg')运行
记得先pip3 install jieba imageio wordcloud matplotlib
然后python3 generate_cloud_image.py
📢：文件在同一目录，进到这个目录下运行命令