python:生成词云图

文本分析相关的问题常常会用到词云图这种可视化形式，因此特意开一个博客记录一下词云图相关。

第一推荐几个词云图生成网页，如果只有少量词的话用网页可能会方便一点。

Tendcode

这个工具超级简单，也是免费的。
https://tendcode.com/tool/word-cloud/

缺点在于生成的图看起来还是有点草率了。。

词云文字

这个网站功能多但是免费版最多支持20个词
https://www.ciyunwenzi.com/web/ciyun/#/ciyun/data

最后就是我们的python啦

python画词云图的库是wordcloud,使用步骤大致是调库，配置参数，生成，保存图片四步

1. 调库

from wordcloud import WordCloud

2. 配置参数

wc= wordcloud.WordCloud(<参数>)

  wc = WordCloud( width=500, height=400, mode="RGBA",
                   background_color=None)

3. 生成

wc.generate(text)

此处的text是一个字符串，即词云图中所有词通过空格连接起来合成的字符串：列如“科技 科技 创新 发展….”
但许多时候我们的输入都是一个txt文件如何转化成长字符串呢？这里就会用到jieba这个库，jiaba是python中文分词的一个库，输入txt文件jieba会帮忙分词并连接。具体用法如下：

import jieba
 text = open("/Users/yezizhi/Desktop/test.txt", encoding="utf-8").read()  # 标明文本路径，打开
 text =    .join(jieba.cut(text))

4. 保存图片

 # 显示词云图
    plt.imshow(wc, interpolation="bilinear")
    plt.axis("off")
    plt.show()
    # 保存文件
    wc.to_file("/Users/yezizhi/Desktop/all_word_cloud.png")

然后我就发现自己的词云图是这个样子的⬇️！

在网上查阅资料得知，应该在词云图配置那一步增加“collocations=False,”避免出现重复图，第二步修改为

  wc = WordCloud( width=500, height=400, mode="RGBA",
                   background_color=None,collocations=False,)

完整代码

def word_cloud():
    # 导入txt文件
    text = open("/Users/yezizhi/Desktop/test.txt", encoding="utf-8").read()  # 标明文本路径，打开
    text =    .join(jieba.cut(text))
    # 生成对象
    wc = WordCloud(width=500, height=400, mode="RGBA",collocations=False,
                   background_color=None).generate(text)
    # 显示词云图
    plt.imshow(wc, interpolation="bilinear")
    plt.axis("off")
    plt.show()
    # 保存文件
    wc.to_file("/Users/yezizhi/Desktop/all_word_cloud.png")

下面这段代码是由于我的输入是一个xls文件，第一列是词，第二列是对应词频，因此我就自己手动拼接成了一个长字符串，大家如果有不同的输入也是同理，给word_cloud一个长字符串就好了，不过注意词与词之间空格连接。

def xlsx_word_cloud():
    data = pd.read_excel( 整体词频.xlsx )
    data_cy = data.copy()
    max_word = 300
    string_data =   
    for i_row in range(1,max_word):
        times = data.iloc[i_row, 1]
        for i_time in range(1,times):
            string_data += data.iloc[i_row, 0]
            string_data += " "
    wc = WordCloud(width=500, height=400, mode="RGBA",
                   background_color=None,collocations=False,).generate(string_data)
    # 显示词云图
    plt.imshow(wc, interpolation="bilinear")
    plt.axis("off")
    plt.show()
    # 保存文件
    wc.to_file("/Users/yezizhi/Desktop/all_word_cloud.png")