Python生成一篇文章的词云图
使用前需要确保安装以下第三方库：
jieba, wordcloud, imageio, sklearn,csv
imageio、csv和sklearn在安装anaconda时默认是安装的，另外两个库需要手动安装，安装方式如下：
打开Anaconda Prompt使用pip安装即可：
pip install jieba
pip install wordcloud
我们选一篇自己喜欢的文章，然后保存为txt，放到工作目录下。我选取的文章为知乎上秋叶大叔的一篇文章：如何实现财富自由?
我将其内容保存为”caifu.txt”，放在工作目录下，以下是获得这篇文章词云图的过程。
获得词云图
from wordcloud import WordCloud, STOPWORDS from imageio import imread from sklearn.feature_extraction.text import CountVectorizer import jieba import csv # 获取文章内容 with open("caifu.txt") as f: contents = f.read() print("contents变量的类型：", type(contents)) # 使用jieba分词，获取词的列表 contents_cut = jieba.cut(contents) print("contents_cut变量的类型：", type(contents_cut)) contents_list = " ".join(contents_cut) print("contents_list变量的类型：", type(contents_list)) # 制作词云图，collocations避免词云图中词的重复，mask定义词云图的形状，图片要有背景色 wc = WordCloud(stopwords=STOPWORDS.add("一个"), collocations=False, background_color="white", font_path=r"C:\Windows\Fonts\simhei.ttf", width=400, height=300, random_state=42, mask=imread(\'axis.png\',pilmode="RGB")) wc.generate(contents_list) wc.to_file("ciyun.png") # 使用CountVectorizer统计词频 cv = CountVectorizer() contents_count = cv.fit_transform([contents_list]) # 词有哪些 list1 = cv.get_feature_names() # 词的频率 list2 = contents_count.toarray().tolist()[0] # 将词与频率一一对应 contents_dict = dict(zip(list1, list2)) # 输出csv文件,newline=""，解决输出的csv隔行问题 with open("caifu_output.csv", \'w\', newline="") as f: writer = csv.writer(f) for key, value in contents_dict.items(): writer.writerow([key, value])
上述代码中，变量的类型如下：
contents变量的类型： <class \'str\'> contents_cut变量的类型： <class \'generator\'> contents_list变量的类型： <class \'str\'>
词云图的形状我尝试了两种，一种是cat.png，另一种是在PPT中直接画一个箭头，保存为图片格式，如下图：
两种背景图产生的词云图结果如下：
我们可以把背景图的设置为任意形状和图片，如果没有合适的照片，我们可以用PPT自己画一个合适的形状。
获得词频列表，保存为csv文件
如果还想要获得词频列表，可以使用sklearn中的CountVectorizer统计词频，当然也可以自己写函数实现。上述代码输出了词频的csv文件，如下图：
参考链接：
版权声明：本文为yunxiaofei原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。