【Python】文本文件生成词云图片-单字过滤和任意形状词云和清晰度提高

【Python】txt文本文件生成词云图片

资源提供
纯方框，无文字
单字过滤
任意形状词云
提高清晰度
完整代码

该程序由pycharm运行，产生的图片文件在项目文件夹内。

资源提供

决胜全面建成小康社会txt下载链接，进入后右键另存页面为，即可得到txt文本

纯方框，无文字

查询知wordcloud默认是不支持显示中文的，中文会被显示成方框。
需要借助wordlcloud.WordCloud初始化函数的参数font_path，把支持中文的字体的路径传给font_path。
查询知道，电脑字体保存系统盘的"Windows"文件中，找到"Fonts"文件夹里。C:\Windows\Fonts
所以在python程序中，我们就可以调用这个绝对路径。

import jieba
import wordcloud
#打开文件,记得采用utf-8编码解析中文文字
f=open("C:/Users/Lenovo/AppData/Local/Temp/共产党宣言.txt","r", encoding="utf-8")
#读取内容到t
t =f.read()
f.close()
#采用jieba分词，结果为ls，其中含有很多单个字符
ls =jieba.lcut(t)
#下条主要是为了排除一个字符以下的词，没有这条文本将会分出都是单字。
ls = [word for word in ls if len(word)>1]
#下行代码将分好的列表词，转为空格分隔的字符串
txt=" ".join(ls)
#配置词云对象w
w =wordcloud.WordCloud(font_path ="C:/Windows/Fonts/msyh.ttc",width= 1000,height =700, background_color ="white")
#加载txt到词云对象中并输出结果为词云.png
w.generate(txt)
w.to_file("词云.png")

单字过滤

ls = [word for word in ls if len(word)>1]# 该条主要是为了排除一个字符以下的词，没有这条文本将会分出都是单字。
添加这条语句后的结果为：

任意形状词云

wordcloud库通过mask方法，可以形成任意形状的词云。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：mask = 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。

想形成一个五角星，则需提供一个背景为白色的五角星图片。

需要引入一个库，imread方法能够读取一个图片文件，并且保存成一个图片文件变量。

通过设置max_words来限制显示的词云中单词数目。

from imageio import imread
mask=imread("fivestar.png")
w=wordcloud.WordCloud(mask=mask,...)

还可以添加一些停用词

exclude={'我们','你们','他们','它们','因为','因而','所以','如果','那么',\
'如此','只是','但是','就是','这是','那是','而是','而且','虽然','这些',\
'有些','然后','已经','于是','一种','一个','一样','时候','没有','什么',\
'这样','这种','这里','不会','一些','这个','仍然','不是','自己','知道',\
'可以','看到','那儿','问题','一会儿','一点','现在','两个','三个'}
w=wordcloud.WordCloud(stopwords=exclude,...)

添加停用词后的效果如图。

提高清晰度

通过配置scale来提高清晰度

w=wordcloud.WordCloud(scale=4,xxxx)

scale参数为空下，500X500,47.52kB

scale=2下，1000X1000，109.38kB

scale=4下，2000X2000,257.08kB

完整代码

import jieba
import wordcloud
from imageio import imread
#配置背景图片
mask=imread("C:/Users/Lenovo/Pictures/Saved Pictures/芳3.jpg")
exclude={'我们','你们','他们','它们','因为','因而','所以','如果','那么',\
'如此','只是','但是','就是','这是','那是','而是','而且','虽然','这些',\
'有些','然后','已经','于是','一种','一个','一样','时候','没有','什么',\
'这样','这种','这里','不会','一些','这个','仍然','不是','自己','知道',\
'可以','看到','那儿','问题','一会儿','一点','现在','两个','三个'}
#打开文件,记得采用utf-8编码解析中文文字
f=open("C:/Users/lenovo/AppData/Local/Temp/共产党宣言.txt","r", encoding="utf-8")
#读取内容到t
t =f.read()
f.close()
#采用jieba分词，结果为ls，其中含有很多单个字符
ls =jieba.lcut(t)
#下条主要是为了排除一个字符以下的词，没有这条文本将会分出都是单字。
ls = [word for word in ls if len(word)>1]
#下行代码将分好的列表词，转为空格分隔的字符串
txt=" ".join(ls)
w =wordcloud.WordCloud(scale=2,stopwords=exclude,mask=mask,font_path= "C:/Windows/Fonts/msyh.ttc",width= 1000,height =700,background_color="white")
w.generate(txt)
w.to_file("词云.png")