题外话——词云

• • 题外话——词云
  • • 安装相关的库
    • 实操
    • • 1. 总得有个数据源吧？
      • 2.使用 jieba（结巴？）库对文豪舍友的论文进行分词
      • 3. 使用 wordcloud库 创建词云

咳咳，beautiful soup先撂一撂，今天给大家整点题外话：之前研究了一下词云，和大家分享一下：

# 总之哪个库没有下那个
pip3 install jieba
pip3 install PIL
pip3 install Wordcloud

从文豪舍友那里拿来一篇他写的课程论文，今天我们就一起来看看他写了点啥：

import jieba
from wordcloud import WordCloud
from PIL import Image
import numpy

# 读取文件
with open('./月光下的钢琴诗人.txt', 'r', encoding='utf-8') as f:
    text = f.read()
# 使用jieba库进行分词
text_cut = jieba.lcut(text)
print(text_cut)

运行结果：

最后返回了一个列表给我们，为了更准确的了解到文豪舍友到底写了些什么，为什么他能够拿到90多分而我就不行呢，我们继续把列表里面的单个字的词汇和标点符号去掉：

import jieba
from wordcloud import WordCloud
from PIL import Image
import numpy

# 读取文件
with open('./月光下的钢琴诗人.txt', 'r', encoding='utf-8') as f:
    text = f.read()
# 使用jieba库进行分词
text_cut = jieba.lcut(text)
list0 = []
for item in text_cut:
    if len(item) != 1:
        list0.append(item)
print(list0)

运行结果：去除了大量没有什么意义的诸如的、是、他等单个词汇现在我们留下的都是一些词组

首先为了结果的美观，我们可以先准备一张图片，在下面的步骤中可以以准备的图片中的形状为底板创建词云：

import jieba
from wordcloud import WordCloud
from PIL import Image
import numpy

# 读取文件
with open('./月光下的钢琴诗人.txt', 'r', encoding='utf-8') as f:
    text = f.read()
# 使用jieba库进行分词
text_cut = jieba.lcut(text)
list0 = []
for item in text_cut:
    if len(item) != 1:
        list0.append(item)
# 创建词云对象并生成词云图
# 把处理过的存放词汇的列表转换成字符串，用符号隔开
text_fin = ' '.join(list0)
# 将图片转换为数组类型
alice_image = numpy.array(Image.open('China.png'))
# 创建 Wordcloud 对象
# front_path 字段可以设置字体这里设置为黑体
# backgroud_colour 字段可以设置背景颜色
# mask 字段设置图片样式，如果为空默认为一个预定义好的矩形
word_cloud = WordCloud(font_path='simhei.ttf', background_color='black', mask=alice_image)
# 准备工作已经完成，开始生成吧！
wc = word_cloud.generate(text_fin)
# 转成图片
image = wc.to_image()
# 显示
image.show()

运行结果：

大文豪的论文的词云图就被我做出来了，我得去好好研究研究了，他究竟写了啥了

今日结束，明日继续！