2024年Python最新Python词云(2)

skls

通过解霸将句子分成字词：

import jieba # pkuseg

words=jieba.lcut(skls)

words

counts={} # items

mytextlist=[]

for word in words:

if len(word)==1: # 如果词语中只有一个字，比如‘的’，‘你’之类的就将其删除

continue

else:

counts[word]=counts.get(word,0)+1

mytextlist.append(word.replace(" “,”"))

cloud_text=‘,’.join(mytextlist)

items=list(counts.items())

itemsv2=counts.items()

可以看到后面的数字就是词语出现的次数。

对items进行排序：

items.sort(key=lambda x:x[1],reverse=True) # 排序

for i in range(len(items)):

word,count=items[i]

找出词语中带有‘农’字的：

itemsv3={k:v for k,v in itemsv2 if ‘农’ in k}

itemsv3ls=list(itemsv3)

开始绘图！：

import os

cloud_mask=np.array(Image.open(‘zgv2.jpg’)) # 以中国地图为整体形状

bg_Image=np.array(Image.open(“YMG.jpg”)) # 调色盘，但由于这张图片整体是蓝色，所以数据大体也是蓝色

st=set([“FR”,“平方公里”,“成为”,“10”,“我们”,“可以”,“这个”,“这里”,“一个”,“就是”]) # 过滤

#生成wordcloud对象

wc = WordCloud(background_color=“white”,

mask=cloud_mask,

max_words=300,

font_path=“叶根友微刚体.TTF”, # 字体，在我前面上传的数据当中

min_font_size=5, # 最小字体

max_font_size=200, # 最大字体

width=800,

height=1200,

stopwords=st)

wc.generate(cloud_text)

image_colors=ImageColorGenerator(bg_Image)

plt.imshow(wc.recolor(color_func=image_colors))

plt.axis(“off”)

plt.show()

wc.to_file(“skwc01.png”) # 将图片进行保存

os.system(‘skwc01.png’) # 会自动跳出来生成的图片

查看图片请点击：》skwc01.png

使用系统自带的调色盘，可以呈现如下效果：

import os

cloud_mask=np.array(Image.open(‘zgv2.jpg’))

bg_Image=np.array(Image.open(“YMG.jpg”)) # 调色盘

现在能在网上找到很多很多的学习资源，有免费的也有收费的，当我拿到1套比较全的学习资源之前，我并没着急去看第1节，我而是去审视这套资源是否值得学习，有时候也会去问一些学长的意见，如果可以之后，我会对这套学习资源做1个学习计划，我的学习计划主要包括规划图和学习进度表。

分享给大家这份我薅到的免费视频资料，质量还不错，大家可以跟着学习

网上学习资料一大堆，但如果学到的知识不成体系，遇到问题时只是浅尝辄止，不再深入研究，那么很难做到真正的技术提升。

需要这份系统化学习资料的朋友，可以戳这里无偿获取

一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！