第三方库 wordcloud

pip install wordcloud

指定镜像源:

pip install -i https://pypi.tuna.tsinghua.edu.cn/simple wordcloud

文档:https://amueller.github.io/word_cloud/index.html

wordcloud.WordCloud()

案例 1:”政府工作报告爬取与词云绘制“

简单词云绘制

算法流程

实例 1:英文词云

wordcloud 是如何将文本转化为词云呢?

  • 文本分词:默认以空格分隔各词
  • 词频统计:统计单词出现次数,并且初步过滤
    • stopwords=set('dog')设置要去除的停用词。以字符串或者集合作为接收参数。如不设置将使用内置默认的停动词词库
  • 字号配置:根据词频进行字号配置
  • 云图布局:配置云图的颜色、字体、尺寸等

WordCloud 对象常用参数

实例 2:英文词云-优化

实例 3:中医药方词云绘制

CNMed.txt

  • 中文字体显示问题
    • font_path指定文本文件的路径,默认 None
    • w = WordCloud(font_path="/Fonts/simhei.ttf")

实例 4:政府工作报告词云绘制

词频统计

文本分词

将文本拆分成独立的字词以便于后续使用

wordcloud文本分词:默认以空格分隔各词

wordcloud词频统计:统计单词出现次数,初步过滤

中文分词

案例

英文分词

案例

词云绘制改进