大一python词云图制作

‘壹’ 如何生成关键词云图

可以利用一个在线的制作工具，地址是 http://www.tagxedo.com/app.html.打开这个网站以后，如果你的浏览器没有 Sliverlight 它会提示你安装，那么就安装一下.默认就可以看到一个词云图，Tagxedo 就是做这个的.Color,Theme 都是可以选择和调整的.但是最重要的是 Shape 形状，你可以选择里面自带的字体，地图，苹果或者飞机等等，也可以点击下方的 Add Image 把自己需要的图片放上去编辑.默认的效果就已经出来了，但是里面的文字哪里来?点击 Load 里面有两个选择，一个是输入一个链接，它会自动加载该地址中的网页然后自动做分类统计；第二个是可以自己输入拷贝一段文字，它根据输入的文字做分类统计.最后点击不需要的关键字就可以了.

‘贰’ python 画好看的云词图

词云图是数据分析中比较常见的一种可视化手段。词云图，也叫文字云，是对文本中出现频率较高的 关键词 予以视觉化的展现，出现越多的词，在词云图中展示越显眼。词云图过滤掉大量低频低质的文本信息，因此只要一眼扫过文本就可 领略文章主旨 。

例如👆上面这张图，看一眼就知道肯定是新华网的新闻。

那生成一张词云图的主要步骤有哪些？这里使用 Python 来实现，主要分三步：

首先是“结巴”中文分词 jieba 的安装。

对于英文文本，word_cloud 可以直接对文本源生成词云图。但是对中文的支持没有那么给力，所以需要先使用 jieba 对中文文本进行分词，把文章变成词语，然后再生成词云图。例如：

jieba.cut 分词：方法接受三个输入参数，sentence 需要分词的字符串；cut_all 用来控制是否采用全模式；HMM 用来控制是否使用 HMM 模型。

jieba.cut_for_search 分词：方法接受两个参数，sentence 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。

jieba.analyse.textrank 使用 TextRank 算法从句子中提取关键词。

然后安装 wordcloud 词云图库。

如果执行上面命令后，显示 success，那么恭喜你，安装成功了。
我就遇到了 Failed building wheel for wordcloud 的错误。于是先安装 xcode-select, 再安装 wordcloud 即可（无需安装 Xcode）。

wordcloud 库把词云当作一个 WordCloud 对象，wordcloud.WordCloud() 代表一个文本对应的词云，可以根据文本中词语出现的频率等参数绘制词云，绘制词云的形状、尺寸和颜色。

1、首先导入文本数据并进行简单的文本处理
2、分词
3、设置遮罩

注意：
1、默认字体不支持中文，如果需要显示中文，需要设置中文字体，否则会乱码。
2、设置遮罩时，会自动将图片非白色部分填充，且图片越清晰，运行速度越快

其中 WordCloud 是云词图最重要的对象，其主要参数描述如下：

效果如下图：

上小结是将文章中所有内容进行分词，输出了所有词，但很多时候，我们有进一步的需求。例如：
1、只需要前 100 个关键词就够了。
2、不需要五颜六色的词语，应与遮罩图片颜色一致。

100个关键词，我们在分词时使用 TextRank 算法从句子中提取关键词。
遮罩颜色可通过设置 WordCloud 的 color_func 属性。

最终效果如下：

‘叁’ 用python画一个国庆词云图

使用wordcloud模块。

‘肆’ 在自然语言文本处理的Python库中,什么根据其在文本中的出现频率设计大小,不同

在自然语言文本处理的Python库中，通常使用词云库WordCloud来根据词语在文本中的出现频率设计大小。
WordCloud是一个用于生成词云图的Python库，可以将文本中的词语转换为词云图。词云图中，每个词语的大小与其在文本中的出现频率成正比，出现频率越高的空做缓词语会显示得更大，从而更加醒目。
生成词云图的基本流程是，首先将文本分词，并统计每个词语在文本中的出现频率，然后使用WordCloud库生成词云图。在生成词云图时，可以设置词云图的大小、颜色、字体、形状等参数，斗模从而生成不同风格的词云图。
词云图在文本可视化、文本分析等方面有广泛的应用，可以用来展示文本中的胡慧重要词语或主题，帮助人们更直观地理解文本内容。