【python 的各种模块】(8) 在python使用matplotlib和wordcloud库来画wordcloud词云图

目标：用python画出，网上流行的wordcloud词云图

1 准备工作

1.1环境准备

1.1.1安装步骤

1.2 资源准备

1.2.1 文本文件内容如下

1.2.2 图片资源

2 代码测试

2.1 第一版代码和效果

2.1.1 代码和效果

2.1.2 一般plt里解决中文乱码问题

2.1.3 wordcloud的中文显示方框解决办法

2.2 修改后的代码

2.3 导入新的模块

2.3.1 导入模块

2.3.2 可能又是jupyternotebook这个IDE的特殊性导致的？

2.4 读取txt文件的内容，存储在变量wordlist里

2.5 用wordcloud() 函数生成图片

2.6 核心

3 基础代码：WordCloud.generate() 报错的问题

解决一个奇怪的报错：TypeError: WordCloud.generate() missing 1 required positional argument: 'text'

3.1 基础 wordcloud代码，报错

3.1.1 代码

3.1.2 网上查到的方法不对

3.1.3 解决办法

3.1.4 出错原因

4 wordcloud() 语法详细

目标：用python画出，网上流行的wordcloud词云图

1 准备工作

1.1环境准备

确保已经安装了 wordcloud 模块
如果你运行代码时，加上了这句from wordcloud import WordCloud,STOPWORDS，
报错：找不到wordcloud 模块，那么你就需要先安装wordcloud 模块

1.1.1安装步骤

以我的环境 anaconda为例子

step1: 运行anaconda prompt 命令行的IDE
step2: 可以先输入 conda list 看看都安装了什么，也可以不看，^ ^
step3: 输入 pip show wordcloud ，如果显示找不到就是没有安装
step4: 输入 pip install wordcloud 安装完成即可
step5: 输入 pip show wordcloud 检查下是否安装成功，看看版本信息，也可以部看，^ ^

1.2 资源准备

1.2.1 文本文件内容如下

随便找点词语，有重复的，不重复的即可。

开心、喜悦、狂喜、尽情、快乐、愉悦、畅快、欣喜、幸福、得意、痛快、满足、欢乐、快活
快乐，舒畅，舒心，欢畅，夷悦，欣忭，怡悦，得意，愿意，欢跃，夷愉，欢快，喜悦，快活，愉快，欢乐，忻悦，欣喜，欢喜，痛快，雀跃，乐意
眉开眼笑眉飞色舞喜上眉梢喜在眉宇喜眉笑目捧腹大笑手舞足蹈前仰后合
开怀大笑欢蹦乱跳笑容可掬喜笑顡开笑逐颜开相视而笑谈笑风生兴高采烈
喜从天降高高兴兴开开心心嘻嘻哈哈满怀喜悦满心欢喜喜出望外大喜过望
甜美、微笑、兴奋，陶醉，高兴，自豪、欣慰，满意、幸运、嬉笑，满意、幸运、嬉笑，狂笑，荣幸，痛快、满足、欢乐、快活，畅快、欣喜、幸福、得意，开心、喜悦、狂喜、尽情、快乐、愉悦、畅快、欣喜、幸福、逸乐、尽情、舒畅、愉快、喜哈、愉快

1.2.2 图片资源

图片要注意，wordcloud是把词语生成在图片中，之前有图像的地方，而不是空白的地方
因此不要找那种空白区域特别大的，否则最后效果可能会让你惊讶

2 代码测试

2.1 第一版代码和效果

2.1.1 代码和效果

这效果不对啊，这么多方框是什么情况？

from wordcloud import WordCloud,STOPWORDS
import PIL.Image as image#默认矩形，有想要的形状可以加入图片#plt.rcParams['font.family']='LiSu'# 正常显示中文
#plt.rcParams['axes.unicode_minus']=False# 正常显示负号def get_wordList():f = open(r'C:\Users\Administrator\Desktop\t2.txt')wordList = f.read()return wordList
def get_wordClound(mylist):pic_path = r'C:\Users\Administrator\Desktop\tp2.jpg'#注意路径img_mask = np.array(image.open(pic_path))#图片解码 wordcloud = WordCloud(background_color = "white",mask = img_mask).generate(mylist)#font_path ="C:/Windows/Fonts/msyh.ttc",#mask = img_mask掩码 generate(mylist)获取数据plt.imshow(wordcloud)plt.axis("off")#去除坐标轴
wordList = get_wordList()
get_wordClound(wordList)plt.title("wordcloud词云实验")
plt.show()

2.1.2 一般plt里解决中文乱码问题

matplotlib 对中文的支持有问题

一般画图时，遇到图片相关中文显示问题，一般在代码前面加这2句

plt.rcParams['font.family']='LiSu'# 正常显示中文
plt.rcParams['axes.unicode_minus']=False# 正常显示负号

2.1.3 wordcloud的中文显示方框解决办法

wordcloud = WordCloud(background_color = "white",mask = img_mask).generate(mylist)
函数WordCloud()加上 font_path ="C:/Windows/Fonts/msyh.ttc",
wordcloud = WordCloud(font_path ="C:/Windows/Fonts/msyh.ttc",background_color = "white",mask = img_mask).generate(mylist)

2.2 修改后的代码

from wordcloud import WordCloud,STOPWORDS
import PIL.Image as image#默认矩形，有想要的形状可以加入图片plt.rcParams['font.family']='LiSu'# 正常显示中文
plt.rcParams['axes.unicode_minus']=False# 正常显示负号def get_wordList():f = open(r'C:\Users\Administrator\Desktop\t2.txt')wordList = f.read()return wordList
def get_wordClound(mylist):pic_path = r'C:\Users\Administrator\Desktop\tp2.jpg'#注意路径img_mask = np.array(image.open(pic_path))#图片解码 wordcloud = WordCloud(font_path ="C:/Windows/Fonts/msyh.ttc",background_color = "white",mask = img_mask).generate(mylist)#mask = img_mask掩码 generate(mylist)获取数据plt.imshow(wordcloud)plt.axis("off")#去除坐标轴
wordList = get_wordList()
get_wordClound(wordList)plt.title("wordcloud词云实验")
plt.show()

2.3 导入新的模块

2.3.1 导入模块

from wordcloud import WordCloud,STOPWORDS
import PIL.Image as image #默认矩形，有想要的形状可以加入图片

#居然不需要 import matplotlib ?

2.3.2 可能又是jupyternotebook这个IDE的特殊性导致的？

居然不需要 import matplotlib
后面使用 plt.show() 也没有出错

jupyternotebook我现在知道的例外的特点：

不用写 plt.show() 也能显示matplotlib.pyplot 下的figure内的图形
不支持弱引用

2.4 读取txt文件的内容，存储在变量wordlist里

def get_wordList():
f = open(r'C:\Users\Administrator\Desktop\t2.txt')
wordList = f.read()
return wordList

2.5 用wordcloud() 函数生成图片

先进行图片解码
然后再显示图片

def get_wordClound(mylist):
pic_path = r'C:\Users\Administrator\Desktop\tp2.jpg'
img_mask = np.array(image.open(pic_path))

wordcloud = WordCloud(font_path ="C:/Windows/Fonts/msyh.ttc",background_color = "white",mask = img_mask).generate(mylist)
#mask = img_mask掩码 generate(mylist)获取数据

plt.imshow(wordcloud)
plt.axis("off")#去除坐标轴

需要用图片解码

pic_path = r'C:\Users\Administrator\Desktop\tp2.jpg'#注意路径
img_mask = np.array(image.open(pic_path))#图片解码

用 plt.imshow() 显示图片
隐藏坐标轴

plt.imshow(wordcloud)
plt.axis("off")#去除坐标轴

2.6 核心

wordcloud = WordCloud(font_path ="C:/Windows/Fonts/msyh.ttc",background_color = "white",mask = img_mask).generate(mylist)

调用之前的函数

wordList = get_wordList()
get_wordClound(wordList)

3 基础代码：WordCloud.generate() 报错的问题

解决一个奇怪的报错：TypeError: WordCloud.generate() missing 1 required positional argument: 'text'

3.1 基础 wordcloud代码，报错

3.1.1 代码

import matplotlib.pyplot as plt
import wordcloudtext="你好,hello,hi"
wordcloud=wordcloud.WordCloud.generate(text)

3.1.2 网上查到的方法不对

这个错误通常出现在使用了一个过期的Pillow库版本或者安装错误的Pillow库版本上。建议检查你的Pillow库版本是否正确，并更新至最新版本。可以通过以下命令更新Pillow库：pip install --upgrade Pillow（可能出现权限不允许，使用管理员身份运行cmd窗口）

pip install --upgrade Pillow

在执行generate方法时报错ValueError: Only supported for TrueType fonts
解决方法：
先确认一下WordCloud的font_path参数指向的font文件路径有无问题，如果没问题大概率就是pip没有更新的问题了

generate实例:
>>> text3.generate()
Traceback (most recent call last):File "<stdin>", line 1, in <module>
TypeError: generate() missing 1 required positional argument: 'words'
>>>
产生一些与text3风格类似的随机文本。但在本机上却出错，原因是我使用的是nltk3.3和Python3.6，该版本下generate函数被注释了，所以无法使用。
而《python自然语言处理时》书中用的是NLTK2.0版本。

3.1.3 解决办法

wordcloud=wordcloud.WordCloud.generate(text)
修改为
wordcloud=wordcloud.WordCloud().generate(text)
马上就不报错了

下面是修正的代码

import matplotlib.pyplot as plt
import wordcloudtext="你好,hello,hi"
wordcloud=wordcloud.WordCloud().generate(text)

下面是修正的代码，加上显示图形，

import matplotlib.pyplot as plt
import wordcloudtext="你好,hello,hi"
wordcloud=wordcloud.WordCloud().generate(text)plt.imshow(wordcloud, interpolation="bilinear")
plt.axis("off")

效果如下

3.1.4 出错原因

wordcloud=wordcloud.WordCloud.generate(text)
wordcloud=wordcloud.WordCloud().generate(text)
必须是函数WordCloud()的返回对象的的方法.generate(text)
而不是对象名为WordCloud这样的某个对象的方法.generate(text)

# 创建一个WordCloud对象 wordcloud = WordCloud()

还要注意大小写wordcloud.WordCloud()

下面2段只要1个，要改

from wordcloud import WordCloud# 创建一个WordCloud对象
wordcloud = WordCloud()# 定义文本
text = "This is a sample text for word cloud generation."# 使用WordCloud.generate()函数生成词云图
wordcloud.generate(text)# 显示词云图
wordcloud.to_image().show()

from wordcloud import WordCloud
import matplotlib.pyplot as plt# 创建一个WordCloud对象
wordcloud = WordCloud()# 生成词云图
text = "Python wordcloud词云，在一段文本中提取关键词进行扁平化的展示，更能吸引目标客户的眼球。"
wordcloud.generate(text)# 显示词云图
plt.imshow(wordcloud, interpolation='bilinear')
plt.axis('off')
plt.show()

4 wordcloud() 语法详细

4.1 几级对象辨析

wordcloud.WordCloud().generate(text)

4.2 函数基础语法

wordcloud = WordCloud(font_path ="C:/Windows/Fonts/msyh.ttc",background_color = "white",mask = img_mask).generate(mylist)

wordcloud.WordCloud

WordCloud的参数：
font_path：可用于指定字体路径
width：词云的宽度，默认为 400；
height：词云的⾼度，默认为 200；
mask：蒙版，可⽤于定制词云的形状；
min_font_size：最⼩字号，默认为 4；
max_font_size：最⼤字号，默认为词云的⾼度；
max_words：词的最⼤数量，默认为 200；
stopwords：将被忽略的停⽤词，若不指定则使⽤默认停⽤词词库；
background_color：背景颜⾊，默认为 black；
mode：默认为RGB模式，如果为RGBA模式且background_color设为 None，则背景将透明。
generate(str) 接受一个字符串

# 打开文本
text = open(base_dir + 'constitution.txt').read()

# 生成对象
wc = WordCloud().generate(text)

4.3 如何显示

plt.imshow(wordcloud, interpolation="bilinear")
plt.axis("off")

# 显示词云图
wordcloud.to_image().show()

# 显示
plt.imshow(wc, interpolation='bilinear')
plt.axis('off')
plt.show()

4.4 保存为图片

wc.to_file("默认样式.png")

输出

提供了四个输出函数：
1. to_array(self)：numpy数组格式
2. to_file(self, filename)
3. to_html(self)：没有实现
4. to_image(self)：PIL图像

依赖的包

from wordcloud import WordCloud
from wordcloud import ImageColorGenerator
import matplotlib.pyplot as plt
import jieba
import jieba.analyse
from PIL import Image
import random
import numpy as np

5 设置图片效果

使用透明背景蒙板

透明背景： mode=‘RGBA’, background_color=None

mask = np.array(Image.open("black_mask.png"))
wc = WordCloud(font_path='Hiragino.ttf', mode='RGBA', background_color=None, mask=mask, width=600, height=400)

使用蒙版中的颜色

image_colors = ImageColorGenerator(mask)
wc.recolor(color_func=image_colors)

自定义颜色

# 颜色函数
def random_color(word, font_size, position, orientation, font_path, random_state):
s = 'hsl(0, %d%%, %d%%)' % (random.randint(60, 80), random.randint(60, 80))
return s
...

wc = WordCloud(color_func=random_color, font_path='Hiragino.ttf',mode='RGBA', background_color=None, mask=mask)

使用权重

# 提取关键词和权重
freq = jieba.analyse.extract_tags(text_new, topK=200, withWeight=True) # 列表
freq = {i[0]: i[1] for i in freq} # 字典

mask = np.array(Image.open(f"{base_dir}color_mask.png"))
wc = WordCloud(font_path='Hiragino.ttf',mode='RGBA', background_color=None, mask=mask)
res = wc.generate_from_frequencies(freq)

freq = nltk.FreqDist(word_text)
# wc.fit_words(freq) # 然后再generate
wc.generate_from_frequencies(freq)

6 jieba 和分词

# 分词
text_new = " ".join(jieba.cut(text))
wc = WordCloud('Hiragino.ttf') # 不加字体会中文乱码

text = ' '.join(jieba.cut(text))

import jieba
import matplotlib.pyplot as plt
from wordcloud import WordCloudtext = open("D:/++/宏观经济和资产配置.txt", encoding="utf-8").read()  # 标明文本路径，打开# 生成对象
wc = WordCloud(font_path = "C:\Windows\Fonts\Microsoft YaHei UI\msyh.ttc",width=500, height=400, mode="RGBA", background_color=None).generate(text)
# 显示词云图
plt.imshow(wc, interpolation="bilinear")
plt.axis("off")
plt.show()#保存文件
wc.to_file("C:/Users/xiao/Desktop/ciyun1.png")