作者 | 俊欣

來源 | 關于數據分析與可視化

在數據可視化圖表中，詞云圖的應用隨處可見。它通常是對輸入的一段文字進行詞頻提取，然后以根據詞匯出現頻率的大小集中顯示高頻詞，簡潔直觀高效，今天小編就來分享一下在Python如何繪制出來精湛的詞云圖。

我們先來嘗試繪制一張簡單的詞云圖，用到的Python當中的wordcloud模塊來繪制，

import jieba
from wordcloud import WordCloud
import matplotlib.pyplot as plt

我們導入文本內容，并且去除掉一下換行符和空格，代碼如下

text = open(r"明朝那些事兒.txt",encoding='utf8').read()
text = text.replace('\n',"").replace("\u3000","")

我們需要將其分成一個個的詞，這個時候就需要用到jieba模塊了，代碼如下

text_cut = jieba.lcut(text)
# 將分好的詞用某個符號分割開連成字符串
text_cut = ' '.join(text_cut)

當然了，得到的結果當中或許存在著不少我們不需要看的、無關緊要的內容，這個時候就需要用到停用詞了，我們可以自己來構建，也可以直接使用別人已經構建好的停詞表，這里小編采用的是后者，代碼如下

stop_words = open(r"常見中文停用詞表.txt").read().split("\n")

下面便是繪制詞云圖的核心代碼了

word_cloud = WordCloud(font_path="simsun.ttc",  # 設置詞云字體
                       background_color="white", # 詞云圖的背景顏色
                       stopwords=stop_words) # 去掉的停詞
word_cloud.generate(text_cut)
word_cloud.to_file("1.png")

output這樣一張極其簡單的詞云圖算是做好了，當然我們可以給它添加一個背景圖片，例如下面這張圖片，主要需要添加的代碼如下所示

background = Image.open(r"5.png")
graph = np.array(background)

然后在WorCloud當中添加mask參數

# 使用WordCloud生成詞云
word_cloud = WordCloud(font_path="simsun.ttc",  # 設置詞云字體
                       background_color="white", # 詞云圖的背景顏色
                       stopwords=stop_words, # 去掉的停詞
                       mask=graph)
word_cloud.generate(text_cut)
word_cloud.to_file("1.png")

output

除此之外，還有另外一個模塊stylecloud繪制出來的詞云圖也是非常酷炫的，其中我們主要是用到下面這個函數

gen_stylecloud(text=None,
               icon_name='fas fa-flag',
               colors=None,
               palette='cartocolors.qualitative.Bold_5',
               background_color="white",
               max_font_size=200,
               max_words=2000,
               stopwords=True,
               custom_stopwords=STOPWORDS,
               output_name='stylecloud.png',
)

其中幾個常用的參數有

• icon_name: 詞云圖的形狀
• max_font_size: 最大的字號
• max_words: 可以容納下的最大單詞數量
• stopwords: 用于篩選常見的停用詞
• custom_stopwords: 要是自建有停用詞表，可以拿來用
• palette: 調色板

我們來嘗試繪制一個詞云圖，代碼如下

stylecloud.gen_stylecloud(text=text_cut,
                          palette='tableau.BlueRed_6',
                          icon_name='fas fa-apple-alt',
                          font_path=r'田英章楷書3500字.ttf',
                          output_name='2.png',
                          stopwords=True,
                          custom_stopwords=stop_words)

output其中的palette參數作為調色板，可以任意變換的，具體參考：https://jiffyclub.github.io/palettable/ 這個網站。

最后我們來看一下如何用Pyecharts模塊來進行詞云圖的繪制，代碼如下

from pyecharts import options as opts
from pyecharts.charts import Page, WordCloud

words = [
    ("皇帝", 10000),
    ("朱元璋", 6181),
    ("明朝", 4386),
    ("朝廷", 4055),
    ("明軍", 2467),
    ("士兵", 2244),
    ("張居正", 1868),
    ("王守仁", 1281)
]

c = (
        WordCloud()
        .add("", words, word_size_range=[20, 100])
        .set_global_opts(title_opts=opts.TitleOpts(title="基本示例"))
    )

c.render("1.html")

output出來的結果略顯簡單了，不過這里值得注意的是，pyecharts當中的WordCloud()方法傳入的數據是指定的詞語以及其出現的頻次，這個和之前的操作有所不同。