1.主文件 WordCut.py
# 导入pandas，用于数据提取
import pandas as pd
# 导入jieba分词，可用于文章分词
import jieba
# 导入collection模块的Counter方法，对分完词后的词进行频数统计
from collections import Counter
# 导入wordCloud及配置模块,利用pyecharts绘制词云WordCloud，当然你也也可以安装WordCloud库进行词云绘制
from pyecharts import options as opts
from pyecharts.charts import WordCloud
from pyecharts.globals import SymbolType
# 可根据你的数据集来判断是否使用pandas进行文本数据获取，如要获取爬取出来的csv文件等，下面例子展示了获取评论文件中关于某种商品（goods)的评论(str)text
# def get_text(goods):
# path ='comments.csv'
# with open(path,encoding='utf-8') as f:
# data =pd.read_csv(f)
# #商品种类
# types = data['cat'].unique()
# #获取该商品种类的评论文本
# text = data[(data['cat']==goods)]['review'].values.tolist()
# text = str(text)[1:-1]
# print(types)
# return text
# 读取停用词
def stopwordslist(filepath):
stopwords=[line.strip() for line in open(filepath,'r',encoding='utf-8').readlines()]
# strip() 方法用于移除字符串头尾指定的字符（默认为空格或换行符）或字符序列。
# readlines()读取所有行并返回列表
return stopwords
if __name__ == '__main__':
# 读取样例文本（你需要在此文件中修改你自己的数据，可采用多种停用词的分割符、空格、空行进行关键词分割）
with open('WordCloud_Test.txt','r',encoding='utf-8') as f:
sentence = f.read()
# 如果使用pandas
# sentence = get_text(goods)
# 读取停用词
stopwords = stopwordslist(r"stopwords.txt") # 读取停用词，原文件无转译符
# 以下1.2种方法，根据自己的情况选用一种即可
# # -------------------1.大段文字，需利用jieba分词----------------------------
# # 如果你是一大段文字，可以采用结巴分词进行分词
# sentence = jieba.lcut(sentence) # 调用结巴分词，获得generator类型数据
# # 给停用词添加换行符号
# stopwords.append('n')
# # 将分词结果消除空格形成列表
# dict = []
# for word in sentence:
# if word not in stopwords:
# dict.append(word.replace(' ', ''))
# sentence = "".join(dict)
#
# # ------------------------------------------------------------------------
# --------------2.段内有明显分割符号，仅利用停用词文件进行分割--------------------
#将可能出现在停用词中的符号全部转换为空格
dict = []
for word in sentence:
if word in stopwords:
dict.append(" ")
else: dict.append(word)
#else: dict = sentence.split()
sentence = "".join(dict)
# 以空格分割字符串并形成列表
dict = sentence.split()
# --------------------------------------------------------------------------
# 分词结果
print("分词结果为：")
print(dict)
# 词频统计,使用Count计数方法
words_counter = Counter(dict)
# 将Counter类型转换为列表
words_list = words_counter.most_common(2000)
# 统计词频出现次数
print("统计结果为：")
print(words_list)
#WordCloud模块，链式调用配置，最終生成htmL文件
c = (
WordCloud()
.add("",words_list,word_size_range=[15,80],word_gap=5,is_draw_out_of_bound=True,shape=" ")
.set_global_opts(title_opts=opts.TitleOpts(title="词云"),tooltip_opts=opts.TooltipOpts(is_show=True),)
.render("WordCloud_diamond.html")
)
# 进入html，在浏览器打开即可看到效果
print("n词云已生成！请到WordCloud_diamond.html文件中查看!")
2.停用词 stopwords.txt（更多常见中文停用词，请参考文末）
= ' ' , " " ; ； ， 、 、 / ” “ ‘ ’
3.1 示例文本1 WordCloud_Test.txt（示例1.大段连续文字，需利用jieba分词）
光调制解调器由发送、接收、控制、接口及电源等部分组成。数据终端设备以二进制串行信号形式提供发送的数据，经接口转换为内部逻辑电平送入发送部分，经调制电路调制成线路要求的信号向线路发送。接收部分接收来自线路的信号，经滤波、反调制、电平转换后还原成数字信号送入数字终端设备。类似于电通信中对高频载波的调制与解调，光调制解调器可以对光信号进行调制与解调。不管是模拟系统还是数字系统，输入到光发射机带有信息的电信号，都通过调制转换为光信号。光载波经过光纤线路传输到接收端，再由接收机通过解调把光信号转换为电信号。 光调制器是由微波封装的高频DFB激光二极管与APC、ATC控制电路组成E/O转换部件,利用射频微波信号直接调制超高频激光二极管产生强度调制光信号,再耦合到单模光纤中,经约5km光纤传输后,再由光解调器接收完成O/E转换,光解调器是由高速跨阻放大器的PD组件与宽带低噪声放大器组成。 该转换必须保证高线性、低失真传输,因此,要通过减小射频输入功率,增加放大器增益而完成。设计的重点在于器件的微波封装,阻抗匹配,对器件等效电路进行模拟,设计出合理共平面微带线电路,用CAD优化最终达到行波与复数共轭匹配,还要解决系统中高增益前置放大以及减小三阶交调等技术问题。
效果图1
3.2 示例文本2 WordCloud_Test.txt（示例2.仅利用停用词文件进行分割）
电子科技大学 电子科技大学 电子科技大学 中国科学院大学 西南交通大学 电子科技大学 电子科技大学 电子科技大学 武汉理工大学 西北大学 电子科技大学 吉林大学 上海大学 成都理工大学 华东师范大学 华中师范大学 华中师范大学
效果图2
参考资料：https://www.zhihu.com/question/265915035；https://zhuanlan.zhihu.com/p/105138552
一 一下 一个 一些 一何 一切 一则 一则通过 一天 一定 一方面 一旦 一时 一来 一样 一次 一片 一番 一直 一致 一般 一起 一转眼 一边 一面 万一 三天两头 三番两次 三番五次 上 上下 上升 上去 上来 上述 上面 下 下列 下去 下来 下面 不 不一 不下 不久 不了 不亦乐乎 不仅 不仅仅 不仅仅是 不会 不但 不光 不免 不再 不力 不单 不变 不只 不可 不可开交 不可抗拒 不同 不外 不外乎 不够 不大 不如 不妨 不定 不对 不少 不尽 不尽然 不巧 不已 不常 不得 不得不 不得了 不得已 不必 不怎么 不怕 不惟 不成 不拘 不择手段 不敢 不料 不断 不日 不时 不是 不曾 不止 不止一次 不比 不消 不满 不然 不然的话 不特 不独 不由得 不知不觉 不管 不管怎样 不经意 不胜 不能 不能不 不至于 不若 不要 不论 不起 不足 不过 不迭 不问 不限 与 与其 与其说 与否 与此同时 专门 且 且不说 且说 两者 严格 严重 个 个人 个别 中小 中间 丰富 临 临到 为 为主 为了 为什么 为什麽 为何 为止 为此 为着 主张 主要 举凡 举行 乃 乃至 乃至于 么 之 之一 之前 之后 之後 之所以 之类 乌乎 乎 乘 乘势 乘机 乘虚 乘隙 也 也好 也就是说 也是 也罢 了 了解 争取 二来 二话不说 二话没说 于 于是 于是乎 云云 云尔 互相 些 交口 亦 产生 亲口 亲手 亲眼 亲自 亲身 人 人人 人们 人家 什么 什么样 什麽 今 今后 今天 今年 今後 介于 仍 仍旧 仍然 从 从不 从严 从中 从事 从今以后 从优 从古到今 从古至今 从头 从宽 从小 从新 从无到有 从早到晚 从未 从来 从此 从此以后 从而 从轻 从速 从重 他 他人 他们 他是 他的 代替 以 以上 以下 以为 以便 以免 以前 以及 以后 以外 以後 以故 以期 以来 以至 以至于 以致 们 任 任何 任凭 任务 企图 伙同 会 伟大 传说 传闻 似乎 似的 但 但凡 但愿 但是 何 何乐而不为 何以 何况 何处 何妨 何尝 何必 何时 何止 何苦 何须 余外 作为 你 你们 你是 你的 使 使得 使用 例如 依 依据 依照 依靠 便于 促进 保持 俺 俺们 倍加 倍感 倒不如 倒不如说 倒是 倘 倘使 倘或 倘然 倘若 借 借以 借此 假使 假如 假若 偏偏 做到 偶尔 偶而 傥然 像 儿 允许 充其极 充其量 充分 先不先 先后 先後 先生 光是 全体 全力 全年 全然 全身心 全部 全都 全面 八成 公然 兮 共同 共总 关于 其 其一 其中 其二 其他 其余 其后 其它 其实 其次 具体 具体地说 具体来说 具体说来 具有 兼之 内 再 再其次 再则 再有 再次 再者 再者说 再说 冒 冲 决不 决定 决非 况且 准备 凑巧 凝神 几 几乎 几度 几时 几番 几经 凡 凡是 凭 凭借 出于 出去 出来 出现 分别 分头 分期分批 切不可 切切 切勿 切莫 则 则甚 刚好 刚巧 刚才 别 别人 别处 别是 别的 别管 别说 到 到了儿 到处 到头 到头来 到底 到目前为止 前后 前此 前者 前进 前面 加上 加之 加以 加入 加强 动不动 动辄 勃然 匆匆 十分 千万千万 单单 单纯 即 即令 即使 即便 即刻 即如 即将 即或 即是说 即若 却 却不 原来 去 又 又及 及 及其 及时 及至 双方 反之 反之亦然 反之则 反倒 反倒是 反应 反手 反映 反而 反过来 反过来说 取得 取道 受到 变成 另 另一个 另一方面 另外 另悉 另方面 另行 只 只当 只怕 只是 只有 只消 只要 只限 叫 叫做 召开 叮咚 可 可以 可好 可是 可能 可见 各 各个 各人 各位 各地 各式 各种 各级 各自 合理 同 同一 同时 同样 后 后来 后者 后面 向 向使 向着 吓 吗 否则 吧 吧哒 吱 呀 呃 呆呆地 呕 呗 呜 呜呼 呢 周围 呵 呵呵 呸 呼哧 呼啦 咋 和 咚 咦 咧 咱 咱们 咳 哇 哈 哈哈 哉 哎 哎呀 哎哟 哗 哗啦 哟 哦 哩 哪 哪个 哪些 哪儿 哪天 哪年 哪怕 哪样 哪边 哪里 哼 哼唷 唉 唯有 啊 啊呀 啊哈 啊哟 啐 啥 啦 啪达 啷当 喂 喏 喔唷 喽 嗡 嗡嗡 嗬 嗯 嗳 嘎 嘎嘎 嘎登 嘘 嘛 嘻 嘿 嘿嘿 因 因为 因了 因此 因着 因而 固然 在 在下 在于 地 坚决 坚持 基于 基本 基本上 处在 处处 处理 复杂 多 多么 多亏 多多 多多少少 多多益善 多少 多年前 多年来 多数 多次 够瞧的 大 大不了 大举 大体上 大凡 大力 大多 大多数 大大 大家 大张旗鼓 大批 大抵 大概 大略 大约 大致 大都 大量 大面儿上 失去 奋勇 她 她们 她是 她的 好 好在 好的 好象 如 如上 如上所述 如下 如今 如何 如其 如前所述 如同 如常 如是 如期 如果 如次 如此 如此等等 如若 始而 姑且 存在 存心 孰料 孰知 宁 宁可 宁愿 宁肯 它 它们 它们的 它是 它的 安全 完全 完成 实现 实际 宣布 容易 密切 对 对于 对应 对待 对方 对比 将 将才 将要 将近 小 少数 尔 尔后 尔尔 尔等 尚且 尤其 就 就地 就是 就是了 就是说 就此 就算 就要 尽 尽可能 尽如人意 尽心尽力 尽心竭力 尽快 尽早 尽然 尽管 尽管如此 尽量 局外 居然 届时 属于 屡屡 屡次 屡次三番 岂但 岂止 岂非 川流不息 左右 巨大 巩固 差一点 差不多 己 已 已矣 已经 巴 巴巴 帮助 常常 常言说 常言说得好 常言道 平素 年复一年 并 并不 并不是 并且 并排 并无 并没 并没有 并肩 并非 广大 广泛 应当 应用 应该 庶乎 庶几 开外 开始 开展 引起 d指之间 强烈 强调 归 归根到底 归根结底 归齐 当 当下 当中 当儿 当前 当即 当口儿 当地 当场 当头 当庭 当时 当然 当真 当着 形成 彻夜 彻底 彼 彼时 彼此 往 往往 待 待到 很 很多 很少 後来 後面 得 得了 得出 得到 得天独厚 得起 心里 必定 必将 必然 必要 必须 快要 忽地 忽然 怎 怎么 怎么办 怎么样 怎奈 怎样 怎麽 急匆匆 怪不得 总之 总是 总的来看 总的来说 总的说来 总结 总而言之 恍然 恐怕 恰似 恰好 恰如 恰巧 恰恰 恰恰相反 恰逢 您 您们 您是 惟其 惯常 意思 愤然 愿意 慢说 成为 成年累月 成心 我 我们 我是 我的 或 或则 或多或少 或是 或曰 或者 或许 战斗 截然 截至 所 所以 所在 所幸 所有 所谓 才 才能 扑通 打 打从 打开天窗说亮话 扩大 把 抑或 抽冷子 拦腰 拿 按 按时 按期 按照 按理 按说 挨个 挨家挨户 挨次 挨着 挨门挨户 挨门逐户 换句话说 换言之 据 据实 据悉 据我所知 据此 据称 据说 掌握 接下来 接着 接著 接连不断 故 故意 故此 故而 敞开儿 敢于 敢情 整个 断然 方便 方才 方能 方面 旁人 无 无宁 无法 无论 既 既往 既是 既然 日复一日 日渐 日益 日臻 日见 时候 昂然 明显 明确 是 是不是 是以 是否 是的 显然 显著 普通 普遍 暗中 暗地里 暗自 更为 更加 更进一步 曾 曾经 替 替代 最 最后 最大 最好 最後 最近 最高 有 有些 有关 有利 有力 有及 有所 有效 有时 有点 有的 有的是 有着 有著 望 朝 朝着 末##末 本 本人 本地 本着 本身 权时 来 来不及 来得及 来看 来着 来自 来讲 来说 极为 极了 极其 极力 极大 极度 极端 构成 果然 果真 某 某个 某些 某某 根据 根本 格外 次第 欢迎 欤 正值 正在 正如 正巧 正常 正是 此 此中 此后 此地 此处 此外 此时 此次 此间 毋宁 每 每个 每天 每年 每当 每时每刻 每每 每逢 比 比及 比如 比如说 比方 比照 比起 比较 毕竟 毫不 毫无 毫无例外 毫无保留地 沙沙 没奈何 没有 沿 沿着 注意 深入 清楚 满足 漫说 焉 然则 然后 然後 然而 照 照着 牢牢 特别是 特殊 特点 犹且 犹自 独自 猛然 猛然间 率尔 率然 现代 现在 理应 理当 理该 瑟瑟 甚且 甚么 甚或 甚而 甚至 甚至于 用 用来 甭 由 由于 由是 由此 由此可见 略为 略加 略微 的 的确 的话 皆可 目前 直到 直接 相似 相信 相反 相同 相对 相对而言 相应 相当 相等 省得 看 看上去 看出 看到 看来 看样子 看看 看见 看起来 真是 真正 眨眼 着 着呢 矣 矣乎 矣哉 知道 砰 确定 碰巧 离 种 积极 移动 究竟 穷年累月 突出 突然 立刻 立即 立地 立时 立马 竟然 竟而 第 第二 等 等到 等等 策略地 简直 简而言之 简言之 管 类如 精光 紧接着 累年 累次 纯粹 纵 纵令 纵使 纵然 练习 组成 经 经常 经过 结合 结果 给 绝不 绝对 绝非 绝顶 继之 继后 继续 继而 维持 综上所述 缕缕 罢了 老是 老老实实 考虑 者 而 而且 而况 而又 而后 而外 而已 而是 而言 而论 联系 联袂 背地里 背靠背 能 能否 能够 腾 自 自个儿 自从 自各儿 自后 自家 自己 自打 自身 至 至于 至今 至若 致 般的 良好 若 若夫 若是 若果 若非 范围 莫不 莫不然 莫如 莫若 莫非 获得 藉以 虽 虽则 虽然 虽说 行为 行动 表明 表示 被 要 要不 要不是 要不然 要么 要是 要求 规定 觉得 譬喻 譬如 认为 认真 认识 让 许多 论 论说 设使 设或 设若 诚如 诚然 话说 该 该当 说明 说来 说说 请勿 诸 诸位 诸如 谁 谁人 谁料 谁知 豁然 贼死 赖以 赶 赶快 赶早不赶晚 起 起先 起初 起头 起来 起见 起首 趁 趁便 趁势 趁早 趁机 趁热 趁着 越是 距 跟 路经 转动 转变 转贴 轰然 较 较为 较之 较比 边 达到 达旦 迅速 过 过于 过去 过来 运用 近几年来 近年来 近来 还 还是 还有 还要 这 这一来 这个 这么 这么些 这么样 这么点儿 这些 这会儿 这儿 这就是说 这时 这样 这次 这点 这种 这般 这边 这里 这麽 进入 进去 进来 进步 进而 进行 连 连同 连声 连日 连日来 连袂 连连 迟早 迫于 适应 适当 适用 逐步 逐渐 通常 通过 造成 遇到 遭到 遵循 遵照 避免 那 那个 那么 那么些 那么样 那些 那会儿 那儿 那时 那末 那样 那般 那边 那里 那麽 部分 都 鄙人 采取 里面 重大 重新 重要 鉴于 针对 长期以来 长此下去 长话短说 问题 间或 防止 阿 附近 限制 陡然 除 除了 除却 除去 除外 除开 除此 除此之外 除此以外 除此而外 除非 随 随后 随时 随着 随著 隔夜 隔日 难得 难怪 难说 难道 难道说 集中 需要 非但 非常 非徒 非得 非特 非独 靠 顶多 顷刻 顷刻之间 顷刻间 顺 顺着 顿时 风雨无阻 首先 马上 高低 高兴 默然 默默地
欢迎分享，转载请注明来源：内存溢出
微信扫一扫
支付宝扫一扫
评论列表（0条）