Python：wordcloud构建词云出现关键字重复的情况！已解决！

最新推荐文章于 2024-04-13 19:28:49 发布

原创

最新推荐文章于 2024-04-13 19:28:49 发布 · 1w 阅读

69 ·

CC 4.0 BY-SA版权

文章标签：

#python

本文介绍如何在使用WordCloud生成词云时避免关键词重复出现的问题。通过设置collocations参数为False，可以防止将连在一起的词组统计为单一词汇。

写在前面

如图所示，这个词云展示的内容出现了同一关键词重复的现象，这并不是我们想要的
在这里插入图片描述

问题解决

其实这种情况与collocations参数有关，默认collocations=True，会统计搭配词。比如你的text是“我爱码代码”，当collocations为True时，就会把“码代码”也当作一个词进行统计，所以会出现重复。所以添加collocations=False即可。

from wordcloud import WordCloud

wc = WordCloud(
    font_path=font,#使用的字体库
    margin=2,
    mask=mask,

最低0.47元/天解锁文章

确定要放弃本次机会？

福利倒计时

: :

立减 ¥

普通VIP年卡可用

立即使用

南浔Pyer

关注关注

44
点赞
踩
69

收藏

觉得还不错? 一键收藏
11
评论
分享

复制链接

分享到 QQ

分享到新浪微博

扫一扫
打赏
打赏
打赏举报

举报

专栏目录

【Python学习】网络爬虫-制作词云图

u014481728的博客

06-09

2385

【Python学习】网络爬虫-制作词云图：本实例中，我们将关于庆余年的豆瓣电影评论进行了中文分词，并制作了一张词云图。使用了jieba、pyecharts模块。jieba：（结巴分词）是一个开源的中文分词工具，用于将中文文本切分成词语或词汇单位。它是一个 Python 库，广泛用于自然语言处理（NLP）和文本分析领域。

python做词云同一词汇出现了两次,利用Python显示词云（分词技术）

weixin_42628846的博客

03-26

1630

偶然在网上看到词云，感觉挺有趣的，于是自己动手写了个程序来显示。根据百度百科： “词云”这个概念由美国西北大学新闻学副教授、新媒体专业主任里奇·戈登(Rich Gordon)于近日提出。戈登做过编辑、记者，曾担任迈阿密先驱报(Miami Herald)新媒体版的主任。他一直很关注网络内容发布的最新形式——即那些只有互联网可以采用而报纸、广播、电视等其它媒体都望尘莫及的传播方式。通常，这些最新的、最...

11 条评论您还未登录，请先登录后发表或查看评论

11 条评论

君之名921 2022.10.30
请允许我说一句：你ta娘的真是个人才，解决了困扰我三十年的疑惑！[face]emoji:054.png[/face]
- 南浔Pyer回复君之名921 2022.10.31
  差点刀没收住[face]emoji:059.png[/face]

Rolling_ball 2022.07.28
牛蛙，太感谢啦
- 南浔Pyer回复Rolling_ball 2022.10.31
  [face]emoji:005.png[/face]

dxy19992 2022.04.19
太谢谢了！
- 南浔Pyer回复dxy19992 2022.04.19
  [face]emoji:005.png[/face]

Mmljy20 2022.03.30
非常感谢，被这个问题困扰住了！已成功解决！
- 南浔Pyer回复Mmljy20 2022.03.31
  好诶

【干货】Python：wordcloud库绘制词云图

最新发布

牛肉胡辣汤

04-13

1548

词干提取是文本处理中常用的技术，它将单词转换为它们的词干或根形式，从而可以将具有相同含义的不同形式的单词归一化为同一个词干。PorterStemmer模块基于Martin Porter的词干提取算法，这个算法是一种广泛使用的轻量级词干提取算法，可以处理英语文本中的不同形式的单词。在数据预处理阶段，我们会遇到同一个词由于不同形式而重复出现的问题，为了解决这个问题，我们需要对数据进行清洗和处理。在生成词云时，我们可以将重复出现的同一个词的词频进行合并，确保每个词只出现一次，并且词频是累加的。

python做词云同一词汇出现了两次_作图详解 | 利用python绘制词云

weixin_35286433的博客

12-29

2865

“词云”是对文本中出现频率较高的“关键词”予以视觉上的突出的一种可视化手段，形成“关键词云层”或“关键词渲染”，使浏览者只要一眼扫过词云图片就可以了解文本中被重复频率最高的词汇，从而得知庞大的文本背后的核心内容。今天，小编尝试使用python对某一领域专利中的英文摘要进行分析，找出其中出现频率较高的词汇绘制成词云，以展示该领域的核心技术。1.扩展包的安装我们使用python的wordcloud库和...

wordcloud 词云 关键字重复多次

青风learing

04-26

8550

参考链接： https://segmentfault.com/q/1010000014224890

词云中去重复的词_今天从零教你开始利用Python打造词云图！

weixin_39992072的博客

11-02

2765

1. 量身打造属于你的词云图今天的Python案例是跟着笔者来打造属于自己的词云图。那么什么是词云图呢？我们在百度中来搜索一下，如图所示：概念：词云图就是由词汇组成类似云的彩色图形。接下来我们就可以去为自己量身打造一张词云图了，但是笔者在这里的话就不拿自己的照片来进行演示了。最近很火的一部电影冰雪奇缘2，不知道大家有没有看过。无论是美轮美奂的画面质感，还是艾莎的造型如图1所示，都得到了众多人的喜爱...

python做词云同一词汇出现了两次_python 绘制词云基本操作以及遇到的问题

weixin_39890652的博客

01-12

869

遇到的问题1.pycharm安装wordloud(词云)时报错，找不到wordloud版本。原因是wordloud是 whl文件。python第三方组件有很多都是whl文件，安装前需要先下载.whl文件。(第三方whl文件包的网站：https://www.lfd.uci.edu/~gohlke/pythonlibs/)①根据自己的python版本下载对应的 wordloud文件②下载完成以后打开...

Python词云项目实战课：交互式词云图表构建秘籍

本文全面介绍了Python词云项目的概念、基础、数据处理、交互式图表构建以及案例分析。首先概述了Python词云项目，随后介绍了Python语言基础、词云生成理论以及相关数据处理和可视化库。接着，详细讨论了词云数据采集...

python中文分词器－jieba分词器详解及wordcloud词云生成

crown的博客

11-09

4499

jieba分词 jieba分词支持三种分词模式：精确模式, 试图将句子最精确地切开，适合文本分析全模式，把句子中所有的可以成词的词语都扫描出来，速度非常快，但是不能解决歧义搜索引擎模式，在精确模式的基础上，对长词再词切分，提高召回率，适合用于搜索引擎分词 jiaba分词还支持繁体分词和支持自定义分词 1.jieba分词器的安装在python2.x和python3.x均兼容，...

词云中去重复的词_一种SEO关键词去重方法

weixin_39599081的博客

10-27

759

在搜索引擎眼中，貌似不同的关键词，很可能是相同的，比如下面4个关键词：周杰伦演唱会上海周杰伦演唱会上海周杰伦上海演唱会周杰伦上海的演唱会经过分词，去除空白符及停止词，主体其实是一样的。但用一般的方法，很难对这样的关键词去重。今天介绍一种SEO关键词去重方法，解决这个问题。思路是，将关键词去除空白符及停止词并分词，然后将分词之后的每个词数字化，然后将数值相加，得到关键词对应的数值。显然的...

python中写文件之后为什么输出两遍_在python中使用输入和输出文件来确定重复的单词...

weixin_34320235的博客

02-20

868

我希望我是清楚的。我正在尝试创建一个Python程序，它遍历第一个文件并确定哪些单词是重复的。为了确定单词是否重复，文件内容必须去掉标点符号，并且必须是小写。完成后，程序将重复的单词写入第二个文本文件。重复的单词只能在第二个文件中写入一次。在下面，我尝试了一下，遇到了两个错误。在错误一：我注意到创建的标点符号条函数并没有完全删除所有标点符号。在错误二：重复出现的单词被写入第二个文件夹的次数与它们在...

python 中文文本里的词的重复数_Python制作词云案例

weixin_39565332的博客

11-20

485

今天主要用一个小案例来练习 Python。通过案例可以了解：1.jieba 库，很多初学者都是在做一些简单分词的时候了解到 jieba 库。这个库功能非常强大，如果后续考虑往 NLP 方向发展，也会和 jieba 库打交道；2.wordcloud 库，后续做一些简单的文本分析，可以用到；3.PIL 库的简单用法。 # 导入需要用到的库import jiebafrom PIL import...

python 中文文本里的词的重复数_云词图！Python带你遨游3D影评世界！

weixin_39630637的博客

11-23

149

使用chrome浏览器进入某平台电影主页，找到你想要的电影的影评，确定第一页影评的爬虫网址！例如：https://movie.douban.com/subject/35177274/comments?start=0&limit=20&sstatus=P其中35177274指该电影的id编号，start=0表示当前是影评开始页面,limit=20，指每页有20条影评。使用reques...

Python wordcloud出现两次词语

qq_47960657的博客

03-09

436

词云图重复两次

Python 中文词云实践（wordcloud）遇到的问题

u011412768的博客

12-27

3562

词云项目的地址：https://github.com/amueller/word_cloud（里面有很多example可以自己玩一下）这个wordcloud包可以根据自己的需求自定义词云的形状，然后词云其实逻辑比较简单，就是做词汇的词频统计，然后就是可视化的部分，但是如果自己去实现肯定是一个比较麻烦的事，这个包用着还不错，就是偶尔会有一点点的小问题需要解决一下。下面就是我自己用的过程中遇到的一些问题，以及解决办法。由于词云的使用示例比较多，所以这里主要记录遇到的问题，没有给出简单示例。 1、中文词云显

wordcloud画不重复的词云图

昆兰.沃斯的博客

06-10

5950

python通过使用wordcloud我们能够画出词云图，下面简单说下wordcloud的使用包括重复的处理由于使用pip install直接安装会报错，相关依赖关系，所以这里我直接使用的whl文件来安装下载地址点这里，选择你所对应的版本。pip install xxx.whl 安装就行了，下面我们说说使用。from wordcloud import WordCloud,STOPWORDS,...