python安娜卡列妮娜词云图制作

概述原文链接：http:/ecdat.cn/?p=6852知识点普及 词频：某个词在该文档中出现的次数停用词：数据处理时过滤掉某些字或词，如：网站、的等语料库：也就是我们要分析的所有文档的集合中文分词：将汉字序列分成一个个单独的词使用第三方库介绍jiebajieba.cut(content)content为分词的句子pandas 原文链接：http://tecdat.cn/?p=6852知识点普及

 

词频：某个词在该文档中出现的次数停用词：数据处理时过滤掉某些字或词，如：网站、的等语料库：也就是我们要分析的所有文档的集合中文分词：将汉字序列分成一个个单独的词

使用第三方库介绍

jIEba jIEba.cut(content) content 为分词的句子pandas pandas.DataFrame()生成DataFrame对象 pandas.DataFrame.groupby()分组统计 分组统计实例 pandas.DataFrame.groupby(by=列名数组)[统计列名数组].agg({ 统计项名称:统计函数})wordcloudpython构建词云的库文件 安装方式请自行案例

词云实现

#!/usr/bin/env python# Coding=utf-8import osimport jIEbaimport codecsimport pandas as pdimport numpy as npfrom wordcloud import WordCloud,ImagecolorGeneratorimport matplotlib.pyplot as plt#导入所用库文件basefile = data存储路径# 语料库加载f_in = codecs.open(basefile+'an.txt','r','utf-8') content = f_in.read()#分词,生成segments列表segments = []segs = jIEba.cut(content)for seg in segs: if len(seg)>1: segments.append(seg)#生成DataFrame对象segmentDF = pd.DataFrame({'segment':segments})#分组统计segStat = segmentDF.groupby( by = ['segment'] )['segment'].agg({ '计数':np.size}).reset_index().sort_values(by = ['计数'], ascending = False )#加载停用词 stopwords = pd.read_csv( "./StopwordsCN.txt", enCoding='utf8', index_col=False)#移除停用词,并做去反 *** 作fSegStat = segStat[ ~segStat.segment.isin(stopwords.stopword)]#构建词云文件wordcloud = WordCloud( Font_path='./simhei.ttf', #词云展示字体 background_color="black",#词云展示背景颜色)words = fSegStat.set_index('segment').to_dict()wordcloud.fit_words(words['计数'])plt.imshow(wordcloud)plt.show()

 

效果展示

 

 

AnnaKarenina词云美化

from scipy.misc import imread#读取图片背景bimg = imread(basefile+'An.png')wordcloud = WordCloud( background_color="white", mask=bimg, Font_path='./simhei.ttf')wordcloud = wordcloud.fit_words(words['计数'])#设置图片大小plt.figure( num=None, figsize=(8, 6), dpi=80, facecolor='w', edgecolor='k')#获取图片颜色bimgcolors = ImagecolorGenerator(bimg)plt.axis("off")#重置词云颜色plt.imshow(wordcloud.recolor(color_func=bimgcolors))plt.show()

▍需要帮助？联系我们

 

总结

以上是内存溢出为你收集整理的python安娜卡列妮娜词云图制作全部内容，希望文章能够帮你解决python安娜卡列妮娜词云图制作所遇到的程序开发问题。

如果觉得内存溢出网站内容还不错，欢迎将内存溢出网站推荐给程序员好友。