当前位置：首页 > wzjs >正文

做网站搭建环境做网站广告网页

wzjs 2025/9/10 14:07:11

做网站搭建环境,做网站广告网页,iis5.1 发布网站,电子商务购物平台wordcloud 库简介 wordcloud（词云）是一个用于生成词云图的 Python 库，能够根据词频自动生成视觉化的文本分布图，高频词会以更大的字体显示。它常与 jieba 结合使用，适合文本数据的探索性分析和可视化展示。安装 pi…

wordcloud 库简介

wordcloud（词云）是一个用于生成词云图的 Python 库，能够根据词频自动生成视觉化的文本分布图，高频词会以更大的字体显示。它常与 jieba 结合使用，适合文本数据的探索性分析和可视化展示。

安装

pip install wordcloud

依赖库（需提前安装）

matplotlib：用于显示或保存图像。
pillow（PIL）：处理图像文件（如下图）。

pip install matplotlib pillow

核心功能与函数

1. 基础词云生成

核心类 WordCloud
通过配置参数生成词云对象，常用参数如下：

font_path：字体文件路径（中文需指定中文字体，否则乱码）。

width/height：图片尺寸（默认 400x200）。

background_color：背景颜色（默认黑色）。

max_words：最大显示词数（默认 200）。

mask：指定词云形状（基于图片的遮罩）。

from wordcloud import WordCloud
import matplotlib.pyplot as plttext = "Python 数据分析 机器学习 深度学习 人工智能 编程 算法 数据挖掘"# 创建词云对象
wc = WordCloud(font_path="msyh.ttc",  # 指定中文字体（Windows 可用）width=800,height=600,background_color="white",max_words=50
)# 生成词云
wc.generate(text)# 显示词云
plt.imshow(wc)
plt.axis("off")  # 隐藏坐标轴
plt.show()# 保存为文件
wc.to_file("wordcloud.png")

运行结果：

2. 关键函数与方法

generate(text)
功能：根据输入文本生成词云（自动统计词频）。

wc.generate("Hello world Python Python data science")

generate_from_frequencies(word_freq)
功能：直接通过词频字典生成词云（需手动统计词频）。

# 示例：结合 jieba 分词和 Counter 统计词频
import jieba
from collections import Countertext = "自然语言处理是人工智能的重要分支，深度学习推动其发展。"
words = jieba.lcut(text)
word_freq = Counter(words)wc.generate_from_frequencies(word_freq)

to_file(filename)
功能：将词云保存为图片文件（支持 PNG/JPG 等格式）。

wc.to_file("output.jpg")

to_array()
功能：将词云转换为 NumPy 数组，便于进一步处理。

array = wc.to_array()

3. 高级功能

自定义形状词云
使用 mask 参数指定图片形状（需黑白遮罩图）：

from PIL import Image
import numpy as np# 加载遮罩图（如心形）
mask = np.array(Image.open("heart_mask.png"))wc = WordCloud(mask=mask,background_color="white",font_path="msyh.ttc"
)

过滤停用词
结合自定义停用词表过滤无关词汇：

stopwords = ["的", "是", "和"]
filtered_text = " ".join([word for word in words if word not in stopwords])
wc.generate(filtered_text)

调整颜色方案
通过 colormap 参数设置配色（如 viridis, plasma）：

wc = WordCloud(colormap="viridis")

完整示例（结合jieba）

import jieba
from wordcloud import WordCloud
from collections import Counter
import matplotlib.pyplot as plt# 读取文本文件
with open("news.txt", "r", encoding="utf-8") as f:text = f.read()# 分词并过滤停用词
words = jieba.lcut(text)
stopwords = ["的", "了", "在", "是", "和"]
filtered_words = [word for word in words if word not in stopwords and len(word) > 1]# 统计词频
word_freq = Counter(filtered_words)# 生成词云
wc = WordCloud(font_path="msyh.ttc",width=1000,height=700,background_color="white",max_words=100
)
wc.generate_from_frequencies(word_freq)# 显示并保存
plt.imshow(wc)
plt.axis("off")
plt.show()
wc.to_file("news_wordcloud.png")

常见问题解决

中文乱码
- 必须指定中文字体路径（如 font_path="msyh.ttc"）。
依赖安装失败
- Windows 用户需安装 Microsoft C++ Build Tools：Microsoft C++ Build Tools - Visual Studio
图片形状不生效
- 确保遮罩图为黑白图，背景为纯白色（RGB 255,255,255）。