【云云怪】绘制词云图-通用版

【创作背景】

所有图里面，我对词云图最情有独钟，因为它是人工最不可为的，偏偏对电脑来说，又是特别简单的。这样的人机差异，很动人。

通常，我会把一篇文章存在TXT里，然后画词云图。

偶尔，我会把整理好的词频放在excel里，然后画词云图。

还有的时候，比如我帮朋友画他的QQ群的聊天信息内容，需要把聊天记录文件处理一下（去掉名字和时间行），再画图，这时候用DOCX就很方便，因为DOCX可以逐行筛选处理。

于是我搞了3个PY文件。

之后我又嫌3个文件太占位子了，于是想：搞个三合一的通用版吧。

【程序预览】

【完整代码】

import jieba,re
import pandas as pd
import pyecharts.options as opts
from openpyxl import load_workbook
from pyecharts.charts import WordCloud
import docx
 
def docxcloud(fn,fre_set):
    content=''    
    filename=fn+'.docx'
    excelname=fn+'-词频.xlsx'
    file = docx.Document(filename)
    for p in file.paragraphs:
        #if .... (可逐段设置筛选条件）
        content+=p.text

    return content


def txtcloud(fn,fre_set):
    filename=fn+'.txt'
    excelname=fn+'-词频.xlsx'
    with open (filename,'r',encoding='utf-8') as f:
        content=f.read()

    return content

def fenci(fn,content):
    excelname=fn+'-词频.xlsx'

    stop1 = "[^\u4e00-\u9fa5]"      # 去掉符号，数字，字母（只保留中文）
    content=re.sub(stop1,'',content)

    stop2=input('\n请输入需要手动过滤掉的所有词语，用空格隔开（选填）：')
    alist=stop2.split()
    for i in alist:
        content=content.replace(i,'')

# 需要自己建一个“绘制词云图-stopw.xlsx”文件，存放中文常用停顿词（百度就能搜到）    
try:
        stop3=load_workbook('绘制词云图-stopw.xlsx').active
        for j in stop3['A']:
            j=j.value
            content=content.replace(j,'')
    except:
        pass
    
    seg_list=jieba.cut(content,cut_all=False)
    df=pd.DataFrame(seg_list)
    df.columns=['词语']
    df=df[df['词语'].str.len()>1]     # 去掉所有单字（遗憾，去掉了“爱”等热词）
    df['频次']=1
    df=df.groupby('词语')['频次'].sum()
    data=pd.DataFrame()
    data['词语']=df.index
    data['频次']=df.values
    data=data[data['频次']>fre_set]
    data=data.sort_values(by='频次',ascending=False)
    print(data.head(20))
    data.to_excel(excelname,index=False)
    
    return data

def excelcloud(fn):
    filename=fn+'.xlsx'
    data=pd.read_excel(filename)
    return data

def draw(data):
    name=data['词语']
    value=data['频次']
    data1=[z for z in zip(name,value)]
    chart=WordCloud()

    chart.add('频次',data_pair=data1,shape='circle',word_size_range=[10,100])
    chart.set_global_opts(title_opts=opts.TitleOpts(title=fn))
    chart.render('{}-词云图.html'.format(fn))
    input('\n词云图绘制成功。')

    
while True:
    print('\n本程序专注绘制词云图，请根据需求，按数字选择功能：')
    cho=input('\n1-根据DOCX内容绘图，\n2-根据TXT内容绘图，\n3-根据已有词频EXCEL绘图：')
    if cho=='1':
        fn=input('\n请输入DOCX文件名，不带后缀：')
        fre_set=int(input('\n输入用于绘制图案的词语频次下限（不知道就写2）：'))
        neirong=docxcloud(fn,fre_set)
        cipin=fenci(fn,neirong)
    elif cho=='2':
        fn=input('\n请输入TXT文件名，不带后缀：')
        fre_set=int(input('\n输入用于绘制图案的词语频次下限（不知道就写2）：'))
        neirong=txtcloud(fn,fre_set)
        cipin=fenci(fn,neirong)
    else:
        fn=input('\n请输入EXCEL文件名，不带后缀：')
        cipin=excelcloud(fn)
    draw(cipin)