码迷,mamicode.com
首页 > 编程语言 > 详细

用Python和WordCloud绘制词云(内附让字体清晰的秘笈)

时间:2019-01-08 15:32:26      阅读:254      评论:0      收藏:0      [点我收藏+]

标签:pyplot   bubuko   rate   研发   方法   分享   安徽   保留   img   

环境及模块:

  Win7 64位

  Python 3.6.4

  WordCloud 1.5.0

  Pillow 5.0.0

  Jieba 0.39

 目标:

  绘制安徽省2018年某些科技项目的词云,直观展示热点。

 思路:

  先提取项目的名称,再用Jieba分词后提取词汇;过滤掉“研发”、“系列”等无意义的词;最后用WordCloud 绘制词云。

 扩展:

  词云默认是矩形的,本代码采用图片作为蒙版,产生异形词云图。这里用的图片是安徽省地图。

 秘笈:

  用网上的常规方法绘制的词云,字体有点模糊,秘笈在最后点明。

 正式开始,Show you the code

 1 import numpy as np
 2 from PIL import Image
 3 import re
 4 import jieba
 5 from wordcloud import WordCloud,ImageColorGenerator,STOPWORDS
 6 import  matplotlib.pyplot as plt
 7 # http://www.cnblogs.com/hatemath/
 8 # 打开存放项目名称的txt文件
 9 with open(content.txt,r,encoding=utf-8) as f:
10     word= (f.read())
11     f.close()
12 
13 # 图片模板和字体
14 image=np.array(Image.open(ditu.jpg)) 
15 font=rC:\\Windows\\fonts\\msyh.ttf 
16 
17 # 去掉英文,保留中文 
18 resultword=re.sub("[A-Za-z0-9\[\`\~\!\@\#\$\^\&\*\(\)\=\|\{\}\‘\:\;\‘\,\[\]\.\<\>\/\?\~\。\@\#\\\&\*\%]", "",word) 
19 wordlist_after_jieba = jieba.cut(resultword) 
20 wl_space_split = " ".join(wordlist_after_jieba) 
21 
22 # 设置停用词 
23 sw = set(STOPWORDS) 
24 sw.add("研发")
25 sw.add("系列")
26 sw.add("这里不多写了,根据自己情况添加")
27 
28 # 关键一步
29 my_wordcloud = WordCloud(scale=4,font_path=font,mask=image,stopwords=sw,background_color=white,
30                          max_words = 100,max_font_size = 60,random_state=20).generate(wl_space_split) 
31 
32 #显示生成的词云 
33 plt.imshow(my_wordcloud)
34 plt.axis("off") 
35 plt.show() 
36 
37 #保存生成的图片
38 my_wordcloud.to_file(result.jpg)

 

其中 ditu.jpg 为安徽省轮廓图片:

技术分享图片

运行结果:

技术分享图片

 

 可以看到,智能设备、施工工法、系统平台、电缆、机器人等都是出现较多的词汇。

 

最后是秘笈揭晓时间:

  为什么我这张图如此清晰?打开原图可以看到,这图的分辨率是1800*2500。你用网上的大多数代码,最后生成的图,尺寸很小,上面字迹边缘模糊。

  关键在于调用WordCloud时的一个参数,回放一下代码:

1 # 关键一步
2 my_wordcloud = WordCloud(scale=4,font_path=font,mask=image,stopwords=sw,background_color=white,
3                          max_words = 100,max_font_size = 60,random_state=20).generate(wl_space_split) 

  第一个参数我写的是 scale=4,这个数值越大,产生的图片分辨率越高,字迹越清晰。你可以调到64试试,我希望你的电脑足够快 /笑哭

 

本文由hATEmATH原创 转载请注明出处:http://www.cnblogs.com/hatemath/

 

用Python和WordCloud绘制词云(内附让字体清晰的秘笈)

标签:pyplot   bubuko   rate   研发   方法   分享   安徽   保留   img   

原文地址:https://www.cnblogs.com/hatemath/p/10238145.html

(0)
(0)
   
举报
评论 一句话评论(0
登录后才能评论!
© 2014 mamicode.com 版权所有  联系我们:gaon5@hotmail.com
迷上了代码!