wordcloud 是 Python中的小詞雲生成器。
- 填充所有可用空間
- 能夠使用任意背景
- 具有高效的實現方式,可以輕鬆對其進行修改
wordcloud依賴於numpy和pillow。
支持Python 2.7、3.4、3.5、3.6和3.7。
pip3 install wordcloud進行安裝
from wordcloud import WordCloud
import csv
def createImage(file_name):
tags = []
with open(file_name, "r", encoding='utf8') as f:
file_content = csv.reader(f)
for row in file_content:
tags += row[13].split("、")
wordcloud = WordCloud(
font_path='C:/Windows/Fonts/simhei.ttf',
width=700,
height=400,
max_words=200,
max_font_size=150
).generate(" ".join(tags))
image = wordcloud.to_image()
image.show()
參數 | 說明 |
---|---|
font_path : string | 字體路徑,需要展現什麼字體就把該字體路徑+後綴名寫上 例:font_path = ‘黑體.ttf’ |
width : int (default=400) | 輸出的畫布寬度,默認爲400像素 |
height : int (default=200) | 輸出的畫布高度,默認爲200像素 |
prefer_horizontal : float (default=0.90) | 詞語水平方向排版出現的頻率,默認 0.9 (所以詞語垂直方向排版出現頻率爲 0.1 ) |
mask : nd-array or None (default=None) | 如果參數爲空,則使用二維遮罩繪製詞雲。如果 mask 非空,設置的寬高值將被忽略,遮罩形狀被 mask 取代。除全白(#FFFFFF)的部分將不會繪製,其餘部分會用於繪製詞雲。如:bg_pic = imread(‘讀取一張圖片.png’),背景圖片的畫布一定要設置爲白色(#FFFFFF),然後顯示的形狀爲不是白色的其他顏色。 |
scale : float (default=1) | 按照比例進行放大畫布,如設置爲1.5,則長和寬都是原來畫布的1.5倍。 |
min_font_size : int (default=4) | 顯示的最小的字體大小 |
font_step : int (default=1) | 字體步長,如果步長大於1,會加快運算但是可能導致結果出現較大的誤差。 |
max_words : number (default=200) | 要顯示的詞的最大個數 |
stopwords : set of strings or None | 設置需要屏蔽的詞,如果爲空,則使用內置的STOPWORDS |
background_color : color value (default=”black”) | 背景顏色,如background_color=‘white’,背景顏色爲白色。 |
max_font_size : int or None (default=None) | 顯示的最大的字體大小 |
mode : string (default=”RGB”) | 當參數爲“RGBA”並且background_color不爲空時,背景爲透明。 |
relative_scaling : float (default=.5) | 詞頻和字體大小的關聯性 |
color_func : callable, default=None | 生成新顏色的函數,如果爲空,則使用 self.color_func |
regexp : string or None (optional) | 使用正則表達式分隔輸入的文本 |
collocations : bool, default=True | 是否包括兩個詞的搭配 |
colormap : string or matplotlib colormap, default=”viridis” | 給每個單詞隨機分配顏色,若指定color_func,則忽略該方法。 |
fit_words(frequencies) | 根據詞頻生成詞雲 |
generate(text) | 根據文本生成詞雲 |
generate_from_frequencies(frequencies[, …]) | 根據詞頻生成詞雲 |
generate_from_text(text) | 根據文本生成詞雲 |
process_text(text) | 將長文本分詞並去除屏蔽詞 |
recolor([random_state, color_func, colormap]) | 對現有輸出重新着色。重新上色會比重新生成整個詞雲快很多。 |
to_array() | 轉化爲 numpy array |
to_file(filename) | 輸出到文件 |