Python词云

互联网大数据时代，我们经常可以在媒体或者网站上看到一些非常漂亮的信息图。看过之后你有什么感觉？想不想自己做一张出来？如果你的答案是肯定的，我们就不要拖延了，现在就开始，做个词云分析图。

一、词云是什么

由词汇组成类似云的彩色图形。“词云”就是对网络文本中出现频率较高的“关键词”予以视觉上的突出，形成“关键词云层”或“关键词渲染”，从而过滤掉大量的文本信息，使浏览网页者只要一眼扫过文本就可以领略文本的主旨。

二、词云的作用

直观，高大上的展示我需要呈现的数据情况。

三、准备工作

1、导入包——jieba和wordcloud

命令：pip install jieba

命令：pip install wordcloud

备注：对于pycharm等可采用各自的方法导入包

2、文本和图片的准备

文本：可爬取网上资料或某歌曲书籍等关键字，亦或是像我是自己手动输入文字并用tab隔开

图片：找自己喜欢的图片，这里我采用乔巴的图片作为背景，而且除了主要人物外，其他背景都为白色，显示效果较好。

采用的文本内容：

paper going keep fighting happy Backpropagation/BP AI

Technology Chine new year you tahnks hha

hmmm emmm yesterday sunday Batch Normalization/BN autoencoder

ALL Data big math python abc Thanks for your reminder, I’ll update resource dll to fix those issue.

采用的图片：

四、代码

# coding: utf-8importjiebafromwordcloudimportWordCloud,STOPWORDSfromscipy.miscimportimread# 处理图像的函数importmatplotlib.pyplotasplt# 读取文本文件text = open('t1.txt','r').read()# 对文本进行分词cut_text =''.join(jieba.cut(text))#cut分词，然后将分开的词用空格连接# 读取图片color_mask = imread('ciyun.jpg')# 生成词云cloud = WordCloud(# 这里是导入字体，因为我是采用英文的，所有不导入也并不影响，若是中文的或者有其他的字符需要自己选择合适的字体包background_color="white", mask=color_mask, max_words=2000, max_font_size=80)word_cloud = cloud.generate(cut_text)cloud.to_file('ss.png')#保存文件#使用plt显示图片plt.axis('off')#不显示坐标轴#显示图片plt.imshow(word_cloud)plt.show()

五、效果

六、分析

1 jieba（结巴）是一个强大的分词库，完美支持中文分词，本文对其基本用法做一个简要总结。

2 基本分词函数与用法

jieba.cut 以及 jieba.cut_for_search 返回的结构都是一个可迭代的 generator，可以使用 for 循环来获得分词后得到的每一个词语(unicode)

jieba.cut 方法接受三个输入参数:

需要分词的字符串

cut_all 参数用来控制是否采用全模式 (精准模式和全模式，默认是精准模式)

HMM 参数用来控制是否使用 HMM 模型

jieba.cut_for_search （搜索引擎模式）方法接受两个参数

需要分词的字符串

是否使用 HMM 模型。

该方法适合用于搜索引擎构建倒排索引的分词，粒度比较细