wordcloud 是 Python中的小词云生成器。
- 填充所有可用空间
- 能够使用任意背景
- 具有高效的实现方式,可以轻松对其进行修改
wordcloud依赖于numpy和pillow。
支持Python 2.7、3.4、3.5、3.6和3.7。
pip3 install wordcloud进行安装
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()
参数 | 说明 |
---|---|
font_path : string | 字体路径,需要展现什么字体就把该字体路径+后缀名写上 例:font_path = ‘黑体.ttf’ |
width : int (default=400) | 输出的画布宽度,默认为400像素 |
height : int (default=200) | 输出的画布高度,默认为200像素 |
prefer_horizontal : float (default=0.90) | 词语水平方向排版出现的频率,默认 0.9 (所以词语垂直方向排版出现频率为 0.1 ) |
mask : nd-array or None (default=None) | 如果参数为空,则使用二维遮罩绘制词云。如果 mask 非空,设置的宽高值将被忽略,遮罩形状被 mask 取代。除全白(#FFFFFF)的部分将不会绘制,其余部分会用于绘制词云。如:bg_pic = imread(‘读取一张图片.png’),背景图片的画布一定要设置为白色(#FFFFFF),然后显示的形状为不是白色的其他颜色。 |
scale : float (default=1) | 按照比例进行放大画布,如设置为1.5,则长和宽都是原来画布的1.5倍。 |
min_font_size : int (default=4) | 显示的最小的字体大小 |
font_step : int (default=1) | 字体步长,如果步长大于1,会加快运算但是可能导致结果出现较大的误差。 |
max_words : number (default=200) | 要显示的词的最大个数 |
stopwords : set of strings or None | 设置需要屏蔽的词,如果为空,则使用内置的STOPWORDS |
background_color : color value (default=”black”) | 背景颜色,如background_color=‘white’,背景颜色为白色。 |
max_font_size : int or None (default=None) | 显示的最大的字体大小 |
mode : string (default=”RGB”) | 当参数为“RGBA”并且background_color不为空时,背景为透明。 |
relative_scaling : float (default=.5) | 词频和字体大小的关联性 |
color_func : callable, default=None | 生成新颜色的函数,如果为空,则使用 self.color_func |
regexp : string or None (optional) | 使用正则表达式分隔输入的文本 |
collocations : bool, default=True | 是否包括两个词的搭配 |
colormap : string or matplotlib colormap, default=”viridis” | 给每个单词随机分配颜色,若指定color_func,则忽略该方法。 |
fit_words(frequencies) | 根据词频生成词云 |
generate(text) | 根据文本生成词云 |
generate_from_frequencies(frequencies[, …]) | 根据词频生成词云 |
generate_from_text(text) | 根据文本生成词云 |
process_text(text) | 将长文本分词并去除屏蔽词 |
recolor([random_state, color_func, colormap]) | 对现有输出重新着色。重新上色会比重新生成整个词云快很多。 |
to_array() | 转化为 numpy array |
to_file(filename) | 输出到文件 |