Python绘制词云图并统计词频

文章目录

前言
程序
- 1. 读取文件
- 2. 词频统计
- 3. 生成词云图
- 4. main函数以及导入的包
结果
- 1. 词频统计
- 2. 词云图

前言

词云图又叫文字云，是对文本数据中出现频率较高的关键词予以视觉上的突出,形成"关键词的渲染"就类似云一样的彩色图片，从而过滤掉大量的文本信息，使人一眼就可以领略文本数据的主要表达意思。
下面就用Python借助wordcloud库生成指定图形形状的词云图，并对数据进行统计。代码等相关文件可以去我的GitHub网站下载。

程序

1. 读取文件

def read_file(file_name):if os.path.exists(file_name):  # 判断文件是否存在with open(file_name, "r", encoding='utf-8') as file:  # 读取文件content = file.read()if content:  # 判断文本内容是否为空return contentelse:print("文件无内容")else:print(file_name, "文件不存在")

2. 词频统计

def statistics_words(content, number, word_statis_name):not_statis = ['也', '我', '着', '那', '这', '了', '你', ':', '：', '?', '！', '...', '…', '他', '她', '？', '，', '、', '。', '的', '和', '\u3000', '“', '”', ' ', 'ri', '与', '是', '在', '中', '了', '\n']words = list(jieba.lcut(content))statistics = Counter(words).most_common(number)dic = {key: value for (key, value) in statistics}for i in list(dic.keys()):if i in not_statis:dic.pop(i)label = list(dic.keys())N = len(dic)theta = np.arange(0.0, 2*np.pi, 2*np.pi/N)radii = list(dic.values())width = np.pi/6ax = plt.subplot(111, projection='polar')bars = ax.bar(theta, radii, width=width, bottom=0.0)plt.xticks(theta+np.pi/12, label)for r, bar in zip(radii, bars):bar.set_facecolor(plt.cm.viridis(r / 10.))bar.set_alpha(0.5)plt.savefig(word_statis_name)plt.show()

3. 生成词云图

def generate_word_cloud_illustration(content, figure_name, result_name):cut_text = jieba.cut(content)words = " ".join(cut_text)  # 拼接img = np.array(Image.open(figure_name))  # 读取图片img_colors = ImageColorGenerator(img)wd = wordcloud.WordCloud(mask=img, font_path="simhei.ttf", background_color="white")# wd.generate(words)wd.generate_from_text(words)plt.imshow(wd.recolor(color_func=img_colors), interpolation="bilinear")plt.axis("off")plt.savefig(result_name)plt.show()

4. main函数以及导入的包

import os
import numpy as np
import matplotlib.pyplot as plt
from PIL import Image  # 导入PIL模块中的Image对象
import jieba           # 导入中文分词组件
import wordcloud       # 导入词云模块
from wordcloud import ImageColorGenerator
from collections import Counter
plt.rcParams['font.sans-serif'] = ['SimHei']  # 用来正常显示中文标签if __name__ == '__main__':#file_name = "story.txt"     # 预读取文本文件名file_name = 'zhuxian.txt'figure_name = "map.png"     # 词频图形状图片文件名result_name = 'result.png'  # 保存的词云图文件名word_statis_name = "word_statistics"  # 词频统计绘制的雷达图文件名content = read_file(file_name)        # 读取文件statistics_words(content, 35, word_statis_name)  # 词频统计并绘制雷达图generate_word_cloud_illustration(content, figure_name, result_name)  # 生成词云图

结果

1. 词频统计

2. 词云图

Python绘制词云图并统计词频相关推荐

python绘制词云图转换图_（数据科学学习手札71）利用Python绘制词云图
1 简介词云图是文本挖掘中用来表征词频的数据可视化图像,通过它可以很直观地展现文本数据中地高频词: 图1 词云图示例在Python中有很多可视化框架可以用来制作词云图,如pyecharts,但这些 ...
Python绘制词云图
1.用到的一些包,如下 import jieba import collections import re from pyecharts.charts import WordCloud from py ...
用Python绘制词云图——表白为我们拼过命的白衣天使
每天都听说医生和冠状病毒抗战的感人事迹,有那么多的医生因为保护我们,献出了自己的生命.希望逝者安息,活者坚强,所有健在的医生和我国同胞万众一心,早日战胜病毒.静待春暖花开,万物复苏. 今天我就 ...
实战|Python轻松实现绘制词云图(附详细源码)
项目背景虽然现在已经有很多现成的制作词云图的工具了,但一般存在以下几个问题:问题一:工具太多,眼花缭乱,质量参差不齐,选择困难症: 问题二:大多词云工具或多或少有一些限制,自定义的空间有限:问题三:有 ...
对中国四大名著--红楼梦使用jieba进行分词处理排除去停词统计完整词频并按降序排列前20词绘制词云图
文章目录前言一.jieba是什么? 支持四种分词模式: 支持繁体分词支持自定义词典 MIT 授权协议二.直接上代码了总结前言今天用jieba和词云库做个作业,顺便记录一下,作业要求: 1 ...
python画字符形状的词云图_python根据词频字典或字符串绘制词云图
由于工作需要,要根据现有的新闻数据统计词频,绘制词云图,比较擅长python,因此没有用可以生成云图的网页工具.由于我的数据量比较大,因此根据字符串自动进行统计并绘制云图的方式并不适合我.我需要手动从 ...
根据词频、背景图绘制词云图
根据词频.背景图绘制词云图记录一下绘制词云图的过程首先说明一下,绘制词云图完整的过程应如下: 获取一段文本,也就是要根据这个文本来绘制词云图制作停用词词典,简单来说,停用词就是分词的规则,例如, ...
Python爬取《哆啦A梦-伴我同行2》影评，手把手带你绘制词云图！
本文简介 <哆啦A梦:伴我同行2>是纪念<哆啦A梦>50周年的作品之一,于2021年5月28日在中国内地上映. 哆啦A梦系列,是陪伴我,乃至陪伴了几代人成长的故事.50年来,藤 ...
python中文词云图代码_python绘制中文词云图
1. 明确任务最近学习过程中看到很多分析报告中都有运用到可视化的词云,也有看到五花八门的工具教程,刚好有一份<都挺好>电视剧的弹幕源数据.便决定用这份数据尝试使用python绘制词云. ...

Python绘制词云图并统计词频

文章目录

前言

程序

1. 读取文件

2. 词频统计

3. 生成词云图

4. main函数以及导入的包

结果

1. 词频统计

2. 词云图

Python绘制词云图并统计词频相关推荐

最新文章

热门文章