python製作詞雲設置字體

Ⅰ python 畫好看的雲詞圖

詞雲圖是數據分析中比較常見的一種可視化手段。詞雲圖，也叫文字雲，是對文本中出現頻率較高的 關鍵詞 予以視覺化的展現，出現越多的詞，在詞雲圖中展示越顯眼。詞雲圖過濾掉大量低頻低質的文本信息，因此只要一眼掃過文本就可 領略文章主旨 。

例如👆上面這張圖，看一眼就知道肯定是新華網的新聞。

那生成一張詞雲圖的主要步驟有哪些？這里使用 Python 來實現，主要分三步：

首先是「結巴」中文分詞 jieba 的安裝。

對於英文文本，word_cloud 可以直接對文本源生成詞雲圖。但是對中文的支持沒有那麼給力，所以需要先使用 jieba 對中文文本進行分詞，把文章變成詞語，然後再生成詞雲圖。例如：

jieba.cut 分詞：方法接受三個輸入參數，sentence 需要分詞的字元串；cut_all 用來控制是否採用全模式；HMM 用來控制是否使用 HMM 模型。

jieba.cut_for_search 分詞：方法接受兩個參數，sentence 需要分詞的字元串；是否使用 HMM 模型。該方法適合用於搜索引擎構建倒排索引的分詞，粒度比較細。

jieba.analyse.textrank 使用 TextRank 演算法從句子中提取關鍵詞。

然後安裝 wordcloud 詞雲圖庫。

如果執行上面命令後，顯示 success，那麼恭喜你，安裝成功了。
我就遇到了 Failed building wheel for wordcloud 的錯誤。於是先安裝 xcode-select, 再安裝 wordcloud 即可（無需安裝 Xcode）。

wordcloud 庫把詞雲當作一個 WordCloud 對象，wordcloud.WordCloud() 代表一個文本對應的詞雲，可以根據文本中詞語出現的頻率等參數繪制詞雲，繪制詞雲的形狀、尺寸和顏色。

1、首先導入文本數據並進行簡單的文本處理
2、分詞
3、設置遮罩

注意：
1、默認字體不支持中文，如果需要顯示中文，需要設置中文字體，否則會亂碼。
2、設置遮罩時，會自動將圖片非白色部分填充，且圖片越清晰，運行速度越快

其中 WordCloud 是雲詞圖最重要的對象，其主要參數描述如下：

效果如下圖：

上小結是將文章中所有內容進行分詞，輸出了所有詞，但很多時候，我們有進一步的需求。例如：
1、只需要前 100 個關鍵詞就夠了。
2、不需要五顏六色的詞語，應與遮罩圖片顏色一致。

100個關鍵詞，我們在分詞時使用 TextRank 演算法從句子中提取關鍵詞。
遮罩顏色可通過設置 WordCloud 的 color_func 屬性。

最終效果如下：

Ⅱ python生成詞雲，要求頻率越小生成的字詞越大，老師的要求，請各位大佬解答，感謝，急急急！！！

按照常理可以實現，但是python是智能的，不能安裝常理算。關注點有點偏，老師不是刁難學生，而是幫助學生進步。你可以去問問老師具體的思路，祝你取得更大的進步。

Ⅲ 使用python wordcloud庫實現詞雲，教你兩招輕松搞定

wordcloud庫簡介

python中的word cloud庫是一個用來製作詞雲的第三方庫

安裝wordcloud 庫

pip install wordcloud123

使用w = wordcloud.WordCloud() 創建一個詞雲對象

2.WordCloud() 參數介紹

3.實現效果

4.問題

並沒有按照詞雲的樣式展示，這里需要使用 jieba庫進行分詞

安裝jieba庫

pip install jieba

5.使用jieba庫進行分詞

6.效果

將txt文本中的內容生成詞雲

獲取文件中的內容

f = open('./xxx.txt', 'r', encoding='utf-8')

 text = f.read()

說明

encoding=『utf-8』 這個參數表示 讀取的內容以utf-8的編碼方式讀取文件

如果沒有這個參數，會出現如下的報錯信息

Ⅳ 如何使用python來實現個性化詞雲的示例代碼分享

#coding=utf-8
#usingpython27
fromosimportpath
fromPILimportImage
importnumpyasnp
importmatplotlib.pyplotasplt

fromwordcloudimportWordCloud,STOPWORDS,ImageColorGenerator

#d=path.dirname(__file__)

#Readthewholetext.
text=open(r'C:StudyPythonwordcloud_alice.txt').read()

#readthemask/colorimagetakenfrom
#http://jirkavinse.deviantart.com/art/quot-Real-Life-quot-Alice-282261010
alice_coloring=np.array(Image.open(r'C:StudyPythonwordcloud_alice_color.png'))
stopwords=set(STOPWORDS)
stopwords.add("said")

wc=WordCloud(background_color="white",max_words=2000,mask=alice_coloring,
stopwords=stopwords,max_font_size=40,random_state=42)
#generatewordcloud
wc.generate(text)

#createcoloringfromimage
image_colors=ImageColorGenerator(alice_coloring)

#show
plt.imshow(wc,interpolation="bilinear")
plt.axis("off")
plt.figure()
#recolorwordcloudandshow
#wecouldalsogivecolor_func=image_
plt.imshow(wc.recolor(color_func=image_colors),interpolation="bilinear")
plt.axis("off")
plt.figure()
plt.imshow(alice_coloring,cmap=plt.cm.gray,interpolation="bilinear")
plt.axis("off")
plt.show()

執行這個代碼還需要兩個文件, 網路知道不能上傳, 可以用扣或者私我傳給你

運行結果:

Ⅳ 為什麼用python畫的詞雲很模糊

cloud = WordCloud(
width=1000,height=600,
min_font_size=20,
max_words=200,
max_font_size=80
)
繪制詞雲的時候把圖片的寬和高加大一點，然後字體也加大一點

Ⅵ python製作詞雲的時候怎麼使文字密集一點

選用的詞越多(max_words)，樣本越大(文本的長度），就越接近正態分布。

在正態分布的情況下，低頻詞就相對多(長尾定率)。
然後就是調整max_font_size與min_font_size以及relative_scaling了，這三個參數的取值對表觀上的密集程度有影響。
如果max_words小，長尾不明顯，詞雲中小字就少，很多地方沒有詞去填補空白，就顯示得不密集。
如果max_font_size與min_font_size沒拉開，低頻詞(長尾部分)就沒有小到足夠在高頻詞的空白中填入，字中空白就讓整個雲顯得不密集。
最後調整relative_scaling使交叉方向的比例合適，一些詞的空白處就能填入一些較短的低頻詞進一步減少空白。

Ⅶ python如何做詞雲 一步一步教你如何做

如果你之前沒有編程基礎，沒關系。希望你不要限於瀏覽，而是親自動手嘗試一番。到完成的那一步，你不僅可以做出第一張詞雲圖，而且這還將是你的第一個有用的編程作品。

1、請確保你的python環境沒有問題，用的開發工具是VsCode，首先你要在Python擴展中安裝python開發環境（當然，這不是為你的windows安裝python）。

2、那麼你還需要安裝所需要的第三方庫，那麼在VSCode中並沒有PyCharm那麼專業，這里需要獲得你自己的Python腳本位置。

3、我們可以發現裡面有一個名為pip.exe文件，這個文件就是python官方給我們去安裝python第三方庫的一個程序，那麼我們可以在VsCode的終端中就可以去通過它，這也是我們為什麼要獲取python安裝位置的根本原因。

4、python做詞雲呢，需要導入的包有wordcloud和PIL，其中PIL（Python Image Library）是python平台圖像處理標准庫，功能是真的強大。首先需要讀取文件 。

5、如果python引入無誤，並代碼無誤，那麼會彈出你生成的圖片，該圖片會儲存在你的系統。