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。