利用jieba库和wordcloud库绘制词云图像_用jieba和wordcloud做词云图

目录

jieba库的使用

利用jieba库获取红楼梦中人物名字的出现频次

wordcloud库的使用

 根据红楼梦中人物出现频次，制作词云图

---

jieba库的使用

jieba库是优秀的中文分词工具，能对文本进行分词处理

常用函数: lcut 与 cut

lcut 函数 接受一个中文文本字符串，对该文本进行分词处理，返回一个分词列表（推荐使用）

而 jieba.cut 生成的是一个生成器， generator, 可以通过 for 循环来取里面的每一个值

jieba.posseg模块

利用posseg模块分词，标注了分词的词性

词性表

利用jieba库获取红楼梦中人物名字的出现频次

import jieba
from jieba import posseg
 
jieba.setLogLevel(jieba.logging.INFO)  # 防止报错
 
ignores = ['什么','一个','我们','那里','你们','如今',  # 忽略指定分词
           '说道','知道','起来','姑娘','这里','出来',
           '他们','众人','自己','一面', '太太','只见',
           '两个','没有','怎么', '不是', '不知','这个',
           '听见', '这样', '进来', '东西', '告诉','就是',
           '咱们',  '回来',  '大家', '只是', '只得',
           '老爷', '丫头', '这些', '不敢','出去','所以',
           '不过', '的话', '姐姐', '不好']
 
 
with open("红楼梦.txt", "r", encoding="utf-8") as f:
    txt = f.read()
    words_list = posseg.lcut(txt) # posseg 在对文本分词时，标记词语的词性，
    counts = {} # 利用字典统计词语出现频次
    for word, flag in words_list:
        if len(word) <= 1:
            continue
        if flag == "nr" and word not in ignores:
            if counts.get(word, False):
                counts[word] += 1
            else:
                counts[word] = 1
 
name_list = list(counts.items()) # 将字典转化成一个键值对列表
name_list.sort(key=lambda x: x[1], reverse=True) # 按照人物出现频次降序排序

wordcloud库的使用

wordcloud库是优秀的词云展示第三方库，以词语为基本单位，通过图形可视化的方式，更加直观和艺术的展示文本

常用函数：

wordcloud.WordCloud()创建一个词云对象，之后的操作基于该对象

常用参数：

font_path : 指定文体文件的路径

max_words:指定词云展示的最大单词数量，默认200

stop_words:指定词云的排除词列表，即不显示的单词列表

background_color:指定词云图片的背景颜色，默认黑色

height, width: 指定词云图片的高，宽

令w= wordcloud.WordCloud()，创建一个词云对象

w.generate(txt)    向词云对象中加载文本

w.generate_from_frequencies(dict)  接受一个包含分词出现次数的字典（string ：float）,根据分词出现的次数构建词云对象(返回一个词云对象)

w.to_file()  接受一个文件路径，根据词云对象创建一个图像文件 （.png格式或.jpg格式）

 根据红楼梦中人物出现频次，制作词云图

from wordcloud import WordCloud
def create_wordcloud():
    freq = {name:float(cnt) for name, cnt in name_list} # 将列表转化成字典
    wc = WordCloud(
        font_path="SimHei.ttf", # 文体文件路径
        max_words=100,
        width=2000,
        height=1200,
    )
    word_cloud = wc.generate_from_frequencies(freq) # 根据词语出现频次创建新的词云对象
    word_cloud.to_file("wordcloud.jpg")
 
 
create_wordcloud()