WordCloud库使用方法及词云图生成示例_wordcloud库的使用方法,网上选择一张图片,使用wordcloud生成该图片形状的词云图。

一、WordCloud库简介与安装

WordCloud又称文字云，是文本数据的视觉表示，由词汇组成类似云的彩色图形，用于展示大量文本数据。每个词的重要性以字体大小或颜色显示。

WordCloud库是一款Python的第三方库，可以用于生成词云，需要通过pip指令在终端安装。

pip install wordcloud

二、WordCloud库使用方法

（一）WordCloud库常用函数介绍

其中w为WordCloud对象：

（二）WordcloudCloud对象配置参数

蓝色部分为常用参数：

（三）jieba库的辅助应用

jieba库主要有以下三种模式：

1.精确模式
精确模式将文本按照最大概率进行切分，不存在冗余成分。

words=jieba.cut(sentence)

2.全模式
全模式将文本中所有可能的词语都切分出来，可能存在冗余。

words=jieba.cut(sentence,cut_all=True)

 3.搜索引擎模式
搜索引擎模式根据词语的位置进行切分，精确模式下再切分长词语。

words=jieba.cut_for_search(sentence)

词语图中最常使用为第一种精确模式。

（四） 配色集

 三、词云图生成示例

结合爬虫基础（会在其他文章中详细展开）和jieba库的使用，可以尝试生成一张豆瓣影评词云图：

import requests
from bs4 import BeautifulSoup
import jieba
from wordcloud import WordCloud
import numpy as np
from PIL import Image
 
# 将豆瓣电影评论URL地址，赋值给变量url
url = "https://movie.douban.com/subject/10463953/comments?status=P"
 
# 将User-Agent以字典键对形式赋值给headers
headers = {"User-Agent": "Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/114.0.0.0 Safari/537.36"}
 
# 将字典headers传递给headers参数，添加进requests.get()中，赋值给response
response = requests.get(url, headers=headers)
 
# 使用.text属性获取网页内容，并赋值给html
html = response.text
 
# 使用BeautifulSoup()传入变量html和解析器lxml，赋值给soup
soup = BeautifulSoup(html, "lxml")
 
# 使用find_all()查询soup中class="short"的节点，赋值给content_all
content_all = soup.find_all(class_="short")
 
#排除词
excludes={'span','class','short','not'}
 
#进行词汇整理
content=str(content_all)
words=jieba.cut(content)
text=""
for i in words:
    if len(i)>1:
        text+=" "
        text+=i
 
#打开图片文件赋值mask
mask=np.array(Image.open("Apple.png"))
 
# 创建WordCloud对象，赋值给wordCloud
wordCloud = WordCloud(background_color="white",repeat=False,max_words=100,max_font_size=300,colormap="Blues",font_path="Fonts/STXINGKA.TTF",mask=mask,stopwords=excludes)
 
#向WordCloud对象中加载文本text
wordCloud.generate(text)
 
#将词云图输出为图像文件
wordCloud.to_file("The Imitation Game.png")
 
# 使用print输出 success
print("success")

生成结果：