Python 词云

标签：大小   最短路径   图论   reference   字体   关闭   over   src   love   

穿过长长的县道，便是雪国。
在看黄杏元的GIS书籍，按照图论中用相邻矩阵来表示图是应该和书上一样全写出来的。但在寻找最短路径时候只用到了第一行向量，所以分析过程就简化了。
之后考虑会使用Python或者C++来实现一个简单图的Dijkstra算法，目前只是计划，具体什么时候写看时间吧。

import wordcloud
import jieba
import numpy as np
from PIL import Image
import matplotlib.pyplot as plt


txt =open('line.txt','r',encoding='utf-8') #打开文件
text=txt.read()# 读整个文件
txt.close()# 关闭文件
#print(jb)

#jieba中文分词
text=' '.join(jieba.lcut(text))

## 获取图形的颜色和图片 numpy
maskcover= np.array(Image.open('love.jpeg') )

w = wordcloud.WordCloud(font_path="simsun.ttc",mask=maskcover)
w.generate(text)
w.to_file("wc.png")

# 展示词云
plt.imshow(w)
plt.axis('off')
plt.show()

待改进之处

1. 对词云的字数做出限制
2. 背景蒙版的修改
3. 代码优化
4. 字体大小的赋权显示
5. jieba库的熟悉

Reference

1.Python wordcloud库学习小结
2.Linux下安装中文字体库

Python 词云

标签：大小   最短路径   图论   reference   字体   关闭   over   src   love   

原文地址：https://www.cnblogs.com/tamkery/p/11691341.html