【python 的各种模块】(8) 在python使用matplotlib和wordcloud库来画wordcloud词云图

目录

目标：用python画出，网上流行的wordcloud词云图

1 准备工作

1.1环境准备

1.1.1安装步骤

1.2 资源准备

1.2.1  文本文件内容如下

1.2.2 图片资源

2 代码测试

2.1 第一版代码和效果

2.1.1 代码和效果

2.1.2 一般plt里解决中文乱码问题

2.1.3 wordcloud的中文显示方框解决办法

2.2 修改后的代码

2.3 导入新的模块

2.3.1 导入模块

2.3.2 可能又是jupyternotebook这个IDE的特殊性导致的？

2.4 读取txt文件的内容，存储在变量wordlist里

2.5 用wordcloud() 函数生成图片

2.6 核心

3 基础代码：WordCloud.generate() 报错的问题

解决一个奇怪的报错：TypeError: WordCloud.generate() missing 1 required positional argument: 'text'

3.1 基础 wordcloud代码，报错

3.1.1 代码

3.1.2 网上查到的方法不对

3.1.3 解决办法

3.1.4 出错原因

4 wordcloud() 语法详细

---

目标：用python画出，网上流行的wordcloud词云图

1 准备工作

1.1环境准备

• 确保已经安装了 wordcloud 模块
• 如果你运行代码时，加上了这句from wordcloud import WordCloud,STOPWORDS，
• 报错： 找不到wordcloud 模块 ，那么你就需要先安装wordcloud 模块

1.1.1安装步骤

以我的环境 anaconda为例子

• step1: 运行anaconda prompt 命令行的IDE
• step2: 可以先输入 conda list 看看都安装了什么，也可以不看，^ ^
• step3: 输入 pip show wordcloud ，如果显示找不到就是没有安装
• step4: 输入 pip install wordcloud 安装完成即可
• step5: 输入 pip show wordcloud 检查下是否安装成功，看看版本信息，也可以部看，^ ^

1.2 资源准备

1.2.1  文本文件内容如下

随便找点词语，有重复的，不重复的即可。

开心、喜悦、狂喜、尽情、快乐、愉悦、畅快、欣喜、幸福、得意、痛快、满足、欢乐、快活
快乐，舒畅，舒心，欢畅，夷悦，欣忭，怡悦，得意，愿意，欢跃，夷愉，欢快，喜悦，快活，愉快，欢乐，忻悦，欣喜，欢喜，痛快，雀跃，乐意
眉开眼笑 眉飞色舞 喜上眉梢 喜在眉宇 喜眉笑目 捧腹大笑 手舞足蹈 前仰后合
开怀大笑 欢蹦乱跳 笑容可掬 喜笑顡开 笑逐颜开 相视而笑 谈笑风生 兴高采烈
喜从天降 高高兴兴 开开心心 嘻嘻哈哈 满怀喜悦 满心欢喜 喜出望外 大喜过望
甜美、微笑、兴奋，陶醉，高兴，自豪、欣慰，满意、幸运、嬉笑，满意、幸运、嬉笑，狂笑，荣幸，痛快、满足、欢乐、快活，畅快、欣喜、幸福、得意，开心、喜悦、狂喜、尽情、快乐、愉悦、畅快、欣喜、幸福、逸乐、尽情、舒畅、愉快、喜哈、愉快

1.2.2 图片资源

•  图片要注意，wordcloud是把词语生成在图片中，之前有图像的地方，而不是空白的地方
• 因此不要找那种 空白区域特别大的，否则最后效果可能会让你惊讶

2 代码测试

2.1 第一版代码和效果

2.1.1 代码和效果

• 这效果不对啊，这么多方框是什么情况？

from wordcloud import WordCloud,STOPWORDS
import PIL.Image as image#默认矩形，有想要的形状可以加入图片

#plt.rcParams['font.family']='LiSu'# 正常显示中文
#plt.rcParams['axes.unicode_minus']=False# 正常显示负号

def get_wordList():
    f = open(r'C:\Users\Administrator\Desktop\t2.txt')
    wordList = f.read()
    return wordList
def get_wordClound(mylist):
    pic_path = r'C:\Users\Administrator\Desktop\tp2.jpg'#注意路径
    img_mask = np.array(image.open(pic_path))#图片解码 
    wordcloud = WordCloud(background_color = "white",mask = img_mask).generate(mylist)
    #font_path ="C:/Windows/Fonts/msyh.ttc",
    #mask = img_mask掩码 generate(mylist)获取数据
    plt.imshow(wordcloud)
    plt.axis("off")#去除坐标轴
wordList = get_wordList()
get_wordClound(wordList)

plt.title("wordcloud词云实验")
plt.show()

2.1.2 一般plt里解决中文乱码问题

matplotlib 对中文的支持有问题

一般画图时，遇到图片相关中文显示问题，一般在代码前面加这2句

plt.rcParams['font.family']='LiSu'# 正常显示中文
plt.rcParams['axes.unicode_minus']=False# 正常显示负号

2.1.3 wordcloud的中文显示方框解决办法

• wordcloud = WordCloud(background_color = "white",mask = img_mask).generate(mylist)
• 函数WordCloud()加上 font_path ="C:/Windows/Fonts/msyh.ttc",
• wordcloud = WordCloud(font_path ="C:/Windows/Fonts/msyh.ttc",background_color = "white",mask = img_mask).generate(mylist)

2.2 修改后的代码

from wordcloud import WordCloud,STOPWORDS
import PIL.Image as image#默认矩形，有想要的形状可以加入图片

plt.rcParams['font.family']='LiSu'# 正常显示中文
plt.rcParams['axes.unicode_minus']=False# 正常显示负号

def get_wordList():
    f = open(r'C:\Users\Administrator\Desktop\t2.txt')
    wordList = f.read()
    return wordList
def get_wordClound(mylist):
    pic_path = r'C:\Users\Administrator\Desktop\tp2.jpg'#注意路径
    img_mask = np.array(image.open(pic_path))#图片解码 
    wordcloud = WordCloud(font_path ="C:/Windows/Fonts/msyh.ttc",background_color = "white",mask = img_mask).generate(mylist)
    #mask = img_mask掩码 generate(mylist)获取数据
    plt.imshow(wordcloud)
    plt.axis("off")#去除坐标轴
wordList = get_wordList()
get_wordClound(wordList)

plt.title("wordcloud词云实验")
plt.show()

2.3 上述代码解析

2.3.1 导入模块

• from wordcloud import WordCloud
• 如果需要作图一般来说，需要导入import  matplotlib ，但是在jupyternotebook不import  matplotlib，居然也可以引用后面使用 plt.show() 也没有出错

居然不需要 import  matplotlib，怀疑又是jupyternotebook这个IDE的特殊性导致的？

jupyternotebook我现在知道的例外的特点：

• 不用写 plt.show()  也能显示matplotlib.pyplot 下的figure内的图形
• 不支持弱引用
• （猜测的） import  matplotlib 也可以用plt的内容作图？

2.3.2  读取txt文件的内容，存储在变量wordlist里

def get_wordList():
    f = open(r'C:\Users\Administrator\Desktop\t2.txt')
    wordList = f.read()
    return wordList

2.3.3  用mask属性进行图片解码，然后利用解码的图形形式

• 先进行图片解码，也就是通过wordcloud(mask="") 属性把一张图片转义为一个矩阵。（应该是一个二进制的数值矩阵）
• 然后再利用这个图片解码的矩阵作为 范围就显示图片

def get_wordClound(mylist):
    pic_path = r'C:\Users\Administrator\Desktop\tp2.jpg'  
    img_mask = np.array(image.open(pic_path))         

  
    wordcloud = WordCloud(font_path ="C:/Windows/Fonts/msyh.ttc",background_color = "white",mask = img_mask).generate(mylist)
    #mask = img_mask掩码 generate(mylist)获取数据

    plt.imshow(wordcloud)
    plt.axis("off")#去除坐标轴

2.3.4 输出显示

• 用 plt.imshow() 显示图片
• 隐藏坐标轴

    plt.imshow(wordcloud)
    plt.axis("off")#去除坐标轴

2.3.5 核心函数 WordCloud()

后面详细说明

    wordcloud = WordCloud(font_path ="C:/Windows/Fonts/msyh.ttc",background_color = "white",mask = img_mask).generate(mylist)

 3 wordcloud() 语法详细

3.1 几级对象辨析

wordcloud.WordCloud().generate(text)

import wordcloud

form wordcloud import WordCloud

from wordcloud import WordCloud,STOPWORDS

wordcloud.WordCloud   并不是下级对象/属性

wordcloud.WordCloud()  函数生成对象

4.2 函数基础语法

    wordcloud = WordCloud(font_path ="C:/Windows/Fonts/msyh.ttc",background_color = "white",mask = img_mask).generate(mylist)

wordcloud.WordCloud

WordCloud的参数：
font_path：可用于指定字体路径
width：词云的宽度，默认为 400；
height：词云的⾼度，默认为 200；
mask：蒙版，可⽤于定制词云的形状；
min_font_size：最⼩字号，默认为 4；
max_font_size：最⼤字号，默认为词云的⾼度；
max_words：词的最⼤数量，默认为 200；
stopwords：将被忽略的停⽤词，若不指定则使⽤默认停⽤词词库；
background_color：背景颜⾊，默认为 black；
mode：默认为RGB模式，如果为RGBA模式且background_color设 为 None，则背景将透明。
generate(str) 接受一个字符串
 

import matplotlib.pyplot as plt
import wordcloud

text="你好,hello,hi"
wordcloud=wordcloud.WordCloud(font_path ="C:/Windows/Fonts/msyh.ttc",\
                             width=100,\
                             height=100,\
                             mode='RGBA',\
                             background_color=None,\
                              min_font_size=9,\
                              max_font_size=14,\
                             ).generate(text)

plt.imshow(wordcloud)
plt.axis("off")
plt.show()

3 基础代码：WordCloud.generate() 报错的问题

解决一个奇怪的报错：TypeError: WordCloud.generate() missing 1 required positional argument: 'text'

3.1 基础 wordcloud代码，报错

3.1.1 代码

import matplotlib.pyplot as plt
import wordcloud

text="你好,hello,hi"
wordcloud=wordcloud.WordCloud.generate(text)

3.1.2 网上查到的方法不对

这个错误通常出现在使用了一个过期的Pillow库版本或者安装错误的Pillow库版本上。建议检查你的Pillow库版本是否正确，并更新至最新版本。可以通过以下命令更新Pillow库：pip install --upgrade Pillow（可能出现权限不允许，使用管理员身份运行cmd窗口）

pip install --upgrade Pillow

在执行generate方法时报错ValueError: Only supported for TrueType fonts
解决方法：
先确认一下WordCloud的font_path参数指向的font文件路径有无问题，如果没问题大概率就是pip没有更新的问题了

generate
     实例:
>>> text3.generate()
Traceback (most recent call last):
  File "", line 1, in 
TypeError: generate() missing 1 required positional argument: 'words'
>>>
产生一些与text3风格类似的随机文本。但在本机上却出错，原因是我使用的是nltk3.3和Python3.6，该版本下generate函数被注释了，所以无法使用。
而《python自然语言处理时》书中用的是NLTK2.0版本。

3.1.3 解决办法

• wordcloud=wordcloud.WordCloud.generate(text)
• 修改为
• wordcloud=wordcloud.WordCloud().generate(text)
• 马上就不报错了

下面是修正的代码

import matplotlib.pyplot as plt
import wordcloud

text="你好,hello,hi"
wordcloud=wordcloud.WordCloud().generate(text)

下面是修正的代码，加上显示图形，

import matplotlib.pyplot as plt
import wordcloud

text="你好,hello,hi"
wordcloud=wordcloud.WordCloud().generate(text)

plt.imshow(wordcloud, interpolation="bilinear")
plt.axis("off")

效果如下

3.1.4 出错原因

• # 创建一个WordCloud对象 wordcloud = WordCloud()
• wordcloud=wordcloud.WordCloud.generate(text)
• wordcloud=wordcloud.WordCloud().generate(text)
• 必须是函数WordCloud()的返回对象的的方法.generate(text)
• 而不是对象名为WordCloud这样的某个对象的方法.generate(text)

3.1.5 还要注意大小写wordcloud.WordCloud()

下面2段只要1个，要改

from wordcloud import WordCloud

# 创建一个WordCloud对象
wordcloud = WordCloud()

# 定义文本
text = "This is a sample text for word cloud generation."

# 使用WordCloud.generate()函数生成词云图
wordcloud.generate(text)

# 显示词云图
wordcloud.to_image().show()

from wordcloud import WordCloud
import matplotlib.pyplot as plt

# 创建一个WordCloud对象
wordcloud = WordCloud()

# 生成词云图
text = "Python wordcloud词云，在一段文本中提取关键词进行扁平化的展示，更能吸引目标客户的眼球。"
wordcloud.generate(text)

# 显示词云图
plt.imshow(wordcloud, interpolation='bilinear')
plt.axis('off')
plt.show()

# 打开文本
text = open(base_dir + 'constitution.txt').read()

# 生成对象
wc  = WordCloud().generate(text)

4.3 如何显示
 

plt.imshow(wordcloud, interpolation="bilinear")
plt.axis("off")
 

# 显示
plt.imshow(wc)
plt.axis('off')
plt.show()

4.4 保存为图片

wc.to_file("默认样式.png")

# 显示词云图
wordcloud.to_image().show()

• 提供了四个输出函数：
  1. to_array(self)：numpy数组格式
  2. to_file(self, filename)
  3. to_html(self)：没有实现
  4. to_image(self)：PIL图像

依赖的包

from wordcloud import WordCloud
from wordcloud import ImageColorGenerator
import matplotlib.pyplot as plt
import jieba
import jieba.analyse
from PIL import Image
import random
import numpy as np
 

5 设置图片效果

使用透明背景   蒙板

透明背景： mode=‘RGBA’, background_color=None

mask = np.array(Image.open("black_mask.png"))
wc = WordCloud(font_path='Hiragino.ttf', mode='RGBA', background_color=None, mask=mask, width=600, height=400)
 

使用蒙版中的颜色

image_colors = ImageColorGenerator(mask)
wc.recolor(color_func=image_colors)
 

自定义颜色

# 颜色函数
def random_color(word, font_size, position, orientation, font_path, random_state):
    s = 'hsl(0, %d%%, %d%%)' % (random.randint(60, 80), random.randint(60, 80))
    return s
...

wc = WordCloud(color_func=random_color, font_path='Hiragino.ttf',mode='RGBA', background_color=None, mask=mask)
 

 

6 jieba 和分词

使用权重

# 提取关键词和权重
freq = jieba.analyse.extract_tags(text_new, topK=200, withWeight=True)   # 列表
freq = {i[0]: i[1] for i in freq}    # 字典

mask = np.array(Image.open(f"{base_dir}color_mask.png"))
wc = WordCloud(font_path='Hiragino.ttf',mode='RGBA', background_color=None, mask=mask)
res = wc.generate_from_frequencies(freq)
 

freq = nltk.FreqDist(word_text)
# wc.fit_words(freq)    # 然后再generate
wc.generate_from_frequencies(freq)

# 分词
text_new = " ".join(jieba.cut(text))
wc = WordCloud('Hiragino.ttf') # 不加字体会中文乱码
 

text = ' '.join(jieba.cut(text))

import jieba
import matplotlib.pyplot as plt
from wordcloud import WordCloud
 
text = open("D:/++/宏观经济和资产配置.txt", encoding="utf-8").read()  # 标明文本路径，打开
 
# 生成对象
wc = WordCloud(font_path = "C:\Windows\Fonts\Microsoft YaHei UI\msyh.ttc",width=500, height=400, mode="RGBA", background_color=None).generate(text)
# 显示词云图
plt.imshow(wc, interpolation="bilinear")
plt.axis("off")
plt.show()
 
#保存文件
wc.to_file("C:/Users/xiao/Desktop/ciyun1.png")