就这么简单!Python爬取脚本之家生成词云

Original 江一脚本之家 2022-04-23

收录于合集 #人生苦短，我用python 1个

关注“脚本之家”，与百万开发者在一起

作者 | 江一

出品 | 脚本之家（ID：jb51net）

在工作生活中，当我们遇到想展示关键词的场合时，用词云的方式展示是一个不错的方法。但是如何去实现词云呢？理论上，通过中文分词技术可以得到高频词列表，通过词云图的方式对排名靠前的高频词进行呈现，将出现频次越高的词语，设置更大的字号。这样的可视化展示方式，不仅直观，而且美观。

那么如何快速生成一个词云呢？

一些在线的词云生成平台可以快速生成词云，但是有时候并不能按照喜好去实现。这个时候使用Python语言可以快速实现编程词云。只需要一段代码，即可按照自己的喜好最合适的词云。

首先，导入需要用到的模块。如果有些模块没有下载，使用pip命令语句提前下载安装即可。

生成词云的所有Python代码如下：

from os import path
from PIL import Image
import numpy as np
import matplotlib.pyplot as plt
import jieba
from wordcloud import WordCloud,STOPWORDS
from matplotlib import colors

#设置当前文件路径
d = path.dirname(__file__)

#读取需要分词的文件，这里存储在work.txt里。
file = open(path.join(d, 'work.txt'),encoding='UTF-8').read()

#使用jieba模块进行分词 
default_mode =jieba.cut(file)
text = " ".join(default_mode)
#使用图片template.png作为模板
alice_mask = np.array(Image.open(path.join(d, "template.png")))
stopwords = set(STOPWORDS)
stopwords.add("said")
#建立颜色数组，这里选择的红色系
color_list=['#FF0000','#a41a1a'] 
colormap=colors.ListedColormap(color_list) 
wc = WordCloud(
#设置字体，不指定就会出现乱码,这个字体文件需要下载
    font_path=r'D:/wqy-microhei/wqy-microhei.ttc',
    background_color='white',
    max_words=1000,
    scale=2,
    mask=alice_mask,
    colormap=colormap,
    stopwords=stopwords)
#生成词云
wc.generate(text)

#保存生成的词云图片result.png到当前文件路径
wc.to_file(path.join(d, "result.png"))