WordCloud库的使用

WorldCloud

• 导入词云第三方库 worldcloud

  import wordcloud
  

• 创建词云对象，并赋值给W

  W = wordcloud.WordCloud()
  

• 设置词云图片宽、高、字体、背景颜色

  W = wordcloud.WordCloud(
    width = 1000,
    height = 700,
    background_color = 'white',
    font_path = 'msyh.ttc'
  )
  
  # font_path = 'msyh.ttc'表示把字体设置为微软雅黑
  

• 调用词云对象的generate方法

  # 1.将文本传入
  # w.generate('and that government of the people, by the people, for the people, shall not perish from the earth.')
  W.generate('从明天起，做一个幸福的人。喂马、劈柴，周游世界。从明天起，关心粮食和蔬菜。我有一所房子，面朝大海，春暖花开')
  
  # 2.从外部读取文本，存入变量txt中
  # file = open('abc.txt',encoding='utf-8')
  # txt = file.read()
  # W.generate(txt)
  

• 将生成的词云保存为output1.png图片文件，保存出到当前文件夹中

  W.to_file('output1.png')
  

jieba

• jieba库是一款优秀的python第三方中文分词库，jieba支持三种分词模式：

  • 精确模式：试图将语句进行最精确的切分，不存在冗余数据，适合做文本分析
  • 全模式：将语句中所有可能是词的词语都切分出来，存在冗余数据
  • 搜索引擎模式：在精确模式的基础上，对长词再次进行切分

  https://blog.youkuaiyun.com/codejas/article/details/80356544

• 导入中文分词库jieba

  import jieba
  import wordcloud
  
  w = wordcloud.WordCloud(width=1000,
                          height=700,
                          background_color='white',
                          font_path='msyh.ttc')
  

• 调用jieba的lcut()方法对原始文本进行中文分词，得到string

  # txt = '同济大学，简称“同济”，是中华人民共和国教育部直属，由教育部、国家海洋局和上海市共建的全国重点大学，历史悠久、声誉卓著，是国家“双一流”、“211工程”、“985工程”重点建设高校，也是收生标准最严格的中国大学之一'
  # txtlist = jieba.lcut(txt)
  # string = " ".join(txtlist)
  
  # 对来自外部文件的文本进行中文分词，得到string
  f = open('abc.txt',encoding='utf-8')
  txt = f.read()
  txtlist = jieba.lcut(txt)
  string = " ".join(txtlist)
  

imageio

• 导入imageio库中的imread函数，并用这个函数读取本地图片，作为词云形状图片

  import imageio
  mk = imageio.imread("wujiaoxing.png")
  

• 构建并配置词云对象w，注意要加scale参数，提高清晰度

  w = wordcloud.WordCloud(width=1000,
                          height=700,
                          background_color='white',
                          font_path='msyh.ttc',
                          mask=mk,
                          scale=15,
                         stopwords={"曹操", "孔明"},
                         contour_width=1,
                         contour_color="steelblue")
  
  # 加stopwords集合参数，将不想展示在词云中的词放在stopwords集合里，这里去掉“曹操”和“孔明”两个词
  # 增加参数contour_width和contour_color设置轮廓宽度和颜色
  

snownlp

import jieba
import wordcloud
import imageio
# 导入自然语言处理第三方库snownlp
import snownlp
mk = imageio.imread("chinamap.png")

# 构建并配置两个词云对象w1和w2，分别存放积极词和消极词
w1 = wordcloud.WordCloud(width=1000,
                        height=700,
                        background_color='white',
                        font_path='msyh.ttc',
                        mask=mk,
                        scale=15)
w2 = wordcloud.WordCloud(width=1000,
                        height=700,
                        background_color='white',
                        font_path='msyh.ttc',
                        mask=mk,
                        scale=15)
# 对来自外部文件的文本进行中文分词，得到积极词汇和消极词汇的两个列表
f = open('abc.txt',encoding='utf-8')
txt = f.read()
txtlist = jieba.lcut(txt)
positivelist = []
negativelist = []

# 下面对文本中的每个词进行情感分析，情感>0.96判为积极词，情感<0.06判为消极词
for each in txtlist:
    
    each_word = snownlp.SnowNLP(each)
    feeling = each_word.sentiments
    
    if feeling > 0.96:
        positivelist.append(each)
    elif feeling < 0.06:
        negativelist.append(each)
    else:
        pass
# 将积极和消极的两个列表各自合并成积极字符串和消极字符串，字符串中的词用空格分隔
positive_string = " ".join(positivelist)
negative_string = " ".join(negativelist)

# 将string变量传入w的generate()方法，给词云输入文字
w1.generate(positive_string)
w2.generate(negative_string)

# 将积极、消极的两个词云图片导出到当前文件夹
w1.to_file('output12-positive.png')
w2.to_file('output12-negative.png')
print('词云生成完成')