python词云乱码_python词云库wordCloud使用方法详解(解决中文乱码)
文章中的例子主要借鉴wordColud的examples，在文章对examples中的例子做了一些改动。
一、wordColud设计中文词云乱码
使用wordColud设计词云的时候可能会产生乱码问题，因为wordColud默认的字体不支持中文，所以我们只需要替换wordColud的默认字体即可正常显示中文。
1、中文词云乱码
我们使用simhei(黑体)来替换wordColud的默认字体。
2、替换默认字体
a、在字体文件*.tff字体文件(simhei.tff)拷贝到wordColud安装的文件夹中，文件夹路径：anaconda(python)-->lib-->site-packages-->wordcolud，如下图：
其中矩形框出来的是wordColud默认的字体，椭圆形框的是我们下载的字体。
b、修改wordcolud.py文件中的字体设置，打开改路径下的wordcolud.py文件，找到下图的所示的框出来的这一行(29行)
将系统的DroidSansMono.tff修改为simhei.tff即可。
二、wordColud示例
1、设计一个简单的圆形词云
import numpy as np
import matplotlib.pyplot as plt
from wordcloud import WordCloud,STOPWORDS
from PIL import Image
from os import path
import matplotlib.pyplot as plt
#用来正常显示中文
plt.rcParams["font.sans-serif"]=["SimHei"]
#用来正常显示负号
plt.rcParams["axes.unicode_minus"]=False
import os
import random,jieba
'''
绘制单个词一个圆形的词云
'''
def single_wordColud():
text = "第一 第二 第三 第四"
#产生一个以(150,150)为圆心,半径为130的圆形mask
x,y = np.ogrid[:300,:300]
mask = (x-150) ** 2 + (y-150) ** 2 > 130 ** 2
mask = 255 * mask.astype(int)
wc = WordCloud(background_color="white",repeat=True,mask=mask)
wc.generate(text)
#将x轴和y轴坐标隐藏
plt.axis("off")
plt.imshow(wc,interpolation="bilinear")
plt.show()
2、以图片形状作为背景设计词云
下面以蜡笔小新的这张图片作为背景来设计一个词云，我们通过读取一个txt文件，文件中包含了很多段落，然后通过jieba对句子进行分词，去除停用词之后，生成一张词云的照片。
a、读取文件内容
使用jieba分词后，词之间需要通过空格进行分割，不然在产生词云的时候回变成一个词。
'''
中文分词
'''
def segment_words(text):
article_contents = ""
#使用jieba进行分词
words = jieba.cut(text,cut_all=False)
for word in words:
#使用空格来分割词
article_contents += word+" "
return article_contents
b、读取停用词
停用词包括一些标点符号，和一些没有实际意义的词，我们需要将这些词都去除。
'''
从文件中读取停用词
'''
def get_stopwords():
dir_path = path.dirname(__file__) if "__file__" in locals() else os.getcwd()
#获取停用词的路径
stopwords_path = os.path.join(dir_path,"txt/stopwords.txt")
#创建set集合来保存停用词
stopwords = set()
#读取文件
f = open(stopwords_path,"r",encoding="utf-8")
line_contents = f.readline()
while line_contents:
#去掉回车
line_contents = line_contents.replace("\n","").replace("\t","").replace("\u3000","")
stopwords.add(line_contents)
line_contents = f.readline()
return stopwords
c、生成词云图片
def drow_mask_wordColud():
#获取当前文件的父目录
d = path.dirname(__file__) if "__file__" in locals() else os.getcwd()
mask = np.array(Image.open(path.join(d,"img/test.jpg")))
text = open(path.join(d,"txt/test.txt"),"r",encoding="utf-8").read().
replace("\n","").replace("\t","").replace("\u3000","")
#对文本进行分词
text = segment_words(text)
#获取停用词
stopwords = get_stopwords()
#创建词云
'''
max_words:显示词的数量
mask:背景
stopwords:停用词,是一个set集合
margin:词之间的间隔
background_color:词云图片背景颜色
'''
wc = WordCloud(max_words=100,mask=mask,background_color="white",
stopwords=stopwords,margin=10,random_state=1).generate(text)
default_colors = wc.to_array()
# #保存词云图片
# wc.to_file("a_new_hope.png")
plt.imshow(default_colors,interpolation="bilinear")
plt.axis("off")
plt.show()
3、自定义词云的颜色
from wordcloud import WordCloud,get_single_color_func
import matplotlib.pyplot as plt
'''
定义一个字体颜色设置类
'''
class GroupedColorFunc(object):
def __init__(self,color_to_words,default_color):
self.color_func_to_words=[
(get_single_color_func(color),set(words))
for (color,words) in color_to_words.items()
]
self.defalt_color_func=get_single_color_func(default_color)
def get_color_func(self,word):
try:
#设置每个词的颜色
color_func = next(color_func for (color_func,words) in self.color_func_to_words
if word in words)
except StopIteration:
#词的默认颜色
color_func = self.defalt_color_func
return color_func
def __call__(self,word,**kwargs):
return self.get_color_func(word)(word,**kwargs)
if __name__ == "__main__":
text = "第一 第二 第三 第四 第五 第六"
#创建词云
wc = WordCloud(collocations=False,background_color="white").generate(text)
#设置词的颜色
color_to_words={
#使用RGB来设置词的颜色
"#00ff00":["第一","第五"],
"red":["第三","第六"],
"yellow":["第二"]
}
#设置词默认的颜色
default_color = "blue"
grouped_color_func = GroupedColorFunc(color_to_words,default_color)
#设置词云的颜色
wc.recolor(color_func=grouped_color_func)
#显示词云图
plt.figure()
plt.imshow(wc,interpolation="bilinear")
plt.axis("off")
plt.show()
通过词的颜色设置类，来设置不同词的颜色。
4、自定义突出词的重要程度
在生成词云的时候，默认使用的是使得词频高的词更加突出，突出的词会比较大，有时候我们已经计算出了词的权重，想通过词云图来突出权重大小的差别。
from wordcloud import WordCloud
import matplotlib.pyplot as plt
import numpy as np
def get_mask():
x,y = np.ogrid[:300,:300]
mask = (x-150) ** 2 + (y-150) ** 2 > 130 ** 2
mask = 255 * mask.astype(int)
return mask
if __name__ == "__main__":
#每个词的权重
text = {"第一":0.1,"第二":0.2,"第三":0.3,"第四":0.4,"第五":0.5}
wc = WordCloud(background_color="white",mask=get_mask())
wc.generate_from_frequencies(text)
plt.axis("off")
plt.imshow(wc,interpolation="bilinear")
plt.show()
5、保存词云图片
wc.to_file("test.png")
更多关于python词云库wordCloud使用方法请查看下面的相关链接