[社团课L1] 数据可视化——词云

词云是文本大数据可视化的重要方式，可以将大段文本中的关键语句和词汇高亮展示。

以上为用福建师大附中的百度百科词条文本做的词云；

一.下载第三方库：wordcloud

---

pip install wordcloud

二.最简单的四行词云

• 词云1：《肖申克的救赎》：Hope is a good thing, maybe the best of things and no good thing ever dies!

import wordcloud

w = wordcloud.WordCloud() #创建wordcloud对象
w.generate('Hope is a good thing, maybe the best of things and no good thing ever dies! ')
w.to_file('output1.png') #把完成的词云图片保存为output1.png文件

运行代码，可在代码保存的文件夹下找到名为output1.png的图片，即为上图；
可以发现WordCloud并不会用上所有字符，它会选出重要的词，并按出现次数多少来设置字体的大小，随机放置成一张词云；

三.添加参数

---

• 词云2：词云1的升级版

import wordcloud

w = wordcloud.WordCloud(width = 1000,
                        height = 700,
                        background_color = 'white')
w.generate('Hope is a good thing, maybe the best of things and no good thing ever dies!')
w.to_file('output2.png')

在创建wordcloud对象时，增加了一些参数，例如width宽height高,和background_color背景颜色。
运行结果如下：

更多常见参数：

• width 词云图片宽度，默认400像素；

• height 词云图片高度，默认200像素；

• background_color 词云图片的背景颜色，默认为黑色，传入‘’包围的颜色英语单词；

• font_step 字号增大的梯度，默认1号；

• font_path 指定字体路径，默认None，如若词云中出现中文则需加上font_path = 'msyh.ttc'

• mini_font_size 最小字号，默认4号；

• max_font_size 最大字号，根据高度自动调节；

• max_words 最大词数，默认200；

• stop_words 不显示的单词，如需屏蔽多个单词，可写为stop_words={'dog','cat'};

• Scale 清晰度，默认值1，值越大，图像密度越大越清晰；

• mask 指定词云形状图片，默认为矩形；

• 词云3：福建师大附中百度百科词条
  显然百度百科词条文本非常长，直接放在代码中很不方便；先把词条文本复制到文件ansfun.txt中，而后在程序中从文件中读取文本；

import wordcloud

w = wordcloud.WordCloud(background_color='white',
                        max_font_size=50,
                        scale=15,
                        font_path='msyh.ttc')
f = open('ansfun.txt',encoding='utf-8')
#txt文件中的内容为中文，需要加上encoding='utf-8'
txt = f.read()
w.generate(txt)
w.to_file('output3.png')

四.加入词云形状

---

• 词云4：圆形的福建师大附中百度百科词条
  首先下载第三方库imageio：

pip install imageio

通过以下代码读入外部图片形状：

import wordcloud
import imageio

ma=imageio.imread('circle.jfif') #选用名为circle.jfif的图片作为词云形状
w = wordcloud.WordCloud(background_color = 'white',
                        max_font_size = 50,
                        scale = 15, #不加此参数得出的词云较模糊
                        mask = ma, #把提取的图片设为mask参数
                        font_path = 'msyh.ttc')
imagecol=wordcloud.ImageColorGenerator(ma)
f = open('ansfun.txt',encoding='utf-8')
txt = f.read()
w.generate(txt)
w.to_file('output4.png')

选择图片时尽量使用白底图片；

五.按模板着色

---

import wordcloud
import imageio

ma = imageio.imread('circle.jfif')
w = wordcloud.WordCloud(background_color = 'white',
                        max_font_size = 50,
                        scale = 15,
                        mask = ma,
                        font_path = 'msyh.ttc')
imagecol = wordcloud.ImageColorGenerator(ma)
f = open('ansfun.txt',encoding='utf-8')
txt = f.read()
w.generate(txt)
w_col = w.recolor(color_func = imagecol)
w_col.to_file('output5.png')

我也没想到我们学校百科词条里有这么多的“啊”；