Python中将文本数据转换成漂亮词云图的神器——WordCloud 库

一、WordCloud库

  Python中能把文本数据转换成漂亮词云图的神器——WordCloud。

1.词云图概念

  词云图（Word Cloud）是一种将文本中高频词用不同大小字体展示的可视化方式。词语出现的频率越高，在词云图中显示的字体就越大。
  这一特性可以使我们直观地了解一段文本的主要内容和关键词。

2.安装WordCloud

pip install wordcloud

此外，如果使用的是中文文本，还需要安装中文字体库jieba。

pip install jieba

二、快速上手

案例一：

from wordcloud import WordCloud
import jieba

# 准备文本
text = """Python是一门简单易学且功能强大的编程语言。Python的语法简洁优雅,代码可读性强。Python有丰富的第三方库,能够帮助程序员快速开发应用。"""

# 中文分词
cut_text = "".join(jieba.cut(text))

# 生成词云
wordcloud = WordCloud(
    font_path='HYSongYunLangHeiW-1.ttf',  # 指定中文字体
    width=800,
    height=400,
    background_color='white'
)
wordcloud.generate(cut_text)

# 保存词云图
wordcloud.to_file('my_wordcloud.png')

运行结果如下图：

2.自定义词云样式

from wordcloud import WordCloud
import jieba
import numpy as np
from PIL import Image

# 读取背景图片（可选）
mask = np.array(Image.open('background.png'))

wordcloud = WordCloud(
    font_path='simhei.ttf'，      # 字体路径
    width=1000，                  # 图片宽度
    height=600，                  # 图片高度
    background_color='white'，    # 背景颜色
    max_words=200，              # 最大显示单词数
    max_font_size=150，          # 最大字体大小
    min_font_size=10，           # 最小字体大小
    mask=mask，                  # 背景形状
    colormap='viridis'，         # 颜色方案
    random_state=42             # 随机种子，保证每次生成的图案相同
)

小贴士：colormap参数可以使用matplotlib提供的色彩方案，比如’viridis’、‘plasma’、'inferno’等。

3.高级技巧

1. 词频统计和权重设置# 创建词频字典
frequencies = {
    'Python'： 10，
    '编程'： 8，
    '学习'： 6，
    '数据分析'： 5
}

# 根据词频生成词云
wordcloud = WordCloud(font_path='simhei.ttf')
wordcloud.generate_from_frequencies(frequencies)

2. 去除停用词# 设置停用词
stopwords = set(['的'， '了'， '和'， '是'])

wordcloud = WordCloud(
    font_path='simhei.ttf'，
    stopwords=stopwords    # 设置停用词
)

3. 自定义颜色from random import randint

def random_color_func(word=None， font_size=None， position=None， 
                     orientation=None， **kwargs)：
    return f“hsl({randint(0， 360)}， 50%， 50%)”

wordcloud = WordCloud(
    font_path='simhei.ttf'，
    color_func=random_color_func    # 自定义颜色函数
)

4.实用小技巧

如果处理英文文本，可以不用设置font_path生成词云前最好对文本进行预处理，去除标点符号和特殊字符可以使用PIL库打开生成的词云图进行预览背景图片最好使用简单的剪影图片，效果会更好

5.常见问题解决

中文显示方框：检查font_path是否正确设置词云图太稀疏：尝试调整width和height参数词语重复：检查是否合理使用停用词配色不理想：尝试更换colormap或自定义color_func