python exp4 jieba+wordcloud

20175307 2019-2020-2 《Python程序设计》实验四Python综合实践
课程:《Python程序设计》
班级: 1753
姓名: 高士淳
学号:20175307
实验教师:王志强
实验日期:2020年6月1日
必修/选修: 公选课

1.实验内容

本实验的内容为对文章提取频率最高的词语,并制作一张词云。

2. 实验过程及结果

先通过jieba完成对中文文章词语的提取,再通过wrodcloud完成制作。

3.预备知识

1.jieba

2.wordcloud
  • 首先配置词云对象参数
参数 描述
font_path 字体路径
width 输出的画布宽度,默认为400像素
height 输出的画布高度,默认为200像素
mask 背景图片
min_font_size 显示的最小的字体大小
max_font_size 显示的最大的字体大小
max_words 要显示的词的最大个数
background_color 背景颜色
  • generate_from_frequencies()为通过词频生成词云,传入参数为字典

4. 实验过程

  • 库引用
import jieba
import numpy as np
from PIL import Image
from wordcloud import WordCloud, ImageColorGenerator


  • 通过jieba对文章内容统计词频
txt = open("文章名称.txt", "r", encoding='utf-8').read()
words = jieba.lcut(txt)  # 使用精确模式对文本进行分词
counts = {}  # 通过键值对的形式存储词语及其出现的次数
for word in words:    
    if len(word) == 1:  # 单个词语不计算在内        
        continue    
    else:        
        counts[word] = counts.get(word, 0) + 1  # 遍历所有词语,每出现一次其对应的值加 1
items = list(counts.items())  # 将键值对转换成列表
items.sort(key=lambda x: x[1], reverse=True)  # 根据词语出现的次数进行从大到小排序
dic = dict(items)


得到一个包含词语和次数的字典dic

  • 配置、生成词云,背景图片通过numpy处理
image = Image.open('D:\\python2020作业\\EXP4\\china.jpg')  # 作为背景轮廓图
graph = np.array(image)
wc = WordCloud(font_path='C:/Windows/Fonts/simsun.ttc', background_color='white', max_words=22, mask=graph)
wc.generate_from_frequencies(dic)  # 根据给定词频生成词云
image_color = ImageColorGenerator(graph)
wc.to_file('文章名称.png')  # 图片命名

  • 我对十九大和十八的报告进行了词频的统计,并制作了词云
    十八大:

十九大:

感想

哎呀,python还是一如既往的简单实用啊,但是没时间研究一下源码,还是挺遗憾的。

posted on 2020-06-13 10:16  20175307GSC  阅读(91)  评论(0编辑  收藏  举报

导航