基于python生成英文版词云图代码实例-猿码集

1.什么是词云图

词云图是一种可视化工具，它通过对文本中出现频率较高的词语按照词频大小进行可视化呈现，从而让读者可以一目了然地看到文本的重点信息。在文本处理、舆情分析、口碑监测等领域重要应用。

1.1 词云图的优点

词云图具有以下几个优点：

直观性强，易于理解。

能够准确地表达文本中的关键信息。

可以帮助人们快速审阅长篇文本，并挖掘出其中的重点信息。

具有丰富的表现形式，可以让人们根据需要选择不同的词云展现方式。

2.基于Python生成英文词云图

下面我们就来学习利用Python对英文文本进行词云图生成的操作。在这里我们使用Python中的wordcloud包来生成词云图。

2.1 安装wordcloud包

要安装wordcloud包，需要使用pip工具。

!pip install wordcloud

2.2 读取英文文本

我们使用Python的文件读取功能来读取文本文件。

#导入相关包
import os
from os import path
from wordcloud import WordCloud
# 获取当前文件路径
d = path.dirname(__file__) if "__file__" in locals() else os.getcwd()
# 读取文件内容
text = open(path.join(d, 'text_en.txt')).read()
# 定义停用词
stopwords = set(["the", "and", "this", "that", "it", "is", "to", "in", "of", "with", "for", "on", "was", "by", "at", "an", "be", "are", "you", "were", "from", "or", "we", "can", "has", "have"])
# 创建WordCloud对象
wc = WordCloud(
    background_color='white', # 设置背景颜色
    mask=None, # 设置背景图片
    max_words=200, # 设置最大显示的字数
    stopwords=stopwords, # 设置停用词
    font_path='arial.ttf', # 设置字体格式，如不设置显示不了中文
    width=400, # 设置图片宽度
    height=400, # 设置图片高度
    margin=5 # 设置图片边缘
)

代码中采用了stopwords过滤停用词，可以去掉一些常见的词汇，可以节省一些计算时间，更好地体现文本特征。

2.3 生词云图

生成词云图可以使用WordCloud对象的generate()函数。

# 生成词云图
wc.generate(text)
# 显示图片
import matplotlib.pyplot as plt
plt.imshow(wc,interpolation='bilinear')
plt.axis('off')
plt.show()

在这里，我们也可以根据需要对词云图的背景、字体、尺寸等进行设置，以生成更美观、更符合实际需求的词云图。

2.4 保存词云图到本地

如果我们需要将生成的词云图保存到本地，可以使用WordCloud对象的to_file()函数：

# 保存图片到本地
wc.to_file('wordcloud_en.png')

该语句会将词云图保存为wordcloud_en.png文件。

3.优化词云图效果

虽然上面的步骤已经可以完成生成英文版词云图，但是通过一些优化可以让生成的词云图表现更加美观，同时更能符合我们的需求。

3.1 调整词云图字体大小

默认情况下，生成词云图时，文字的大小是根据词频来确定的。但是我们也可以按照自己的需要调整字体大小。

# 调整字体大小
frequency = [10,8,6,4,2,1]
wcc = WordCloud(background_color='white', 
                width=500, 
                height=300,
                font_path='arial.ttf', 
                max_words=100, 
                stopwords=stopwords,
                min_font_size=15,
                max_font_size=120
               )
wcc.generate(text)
plt.imshow(wcc,interpolation='bilinear')
plt.axis('off')
plt.show()

这里，我们通过max_font_size和min_font_size来设置词云图的字体大小。max_font_size设置最大字体大小，min_font_size设置最小字体大小。

3.2 调整词云图背景

我们还可以通过调整词云图的背景颜色来增加其美观程度和可读性。

#设置背景颜色
from PIL import Image
import numpy as np
alice_coloring = np.array(Image.open(path.join(d, 'alice_color.png')))
wc = WordCloud(
    background_color="white",
    max_words=2000,
    mask=alice_coloring,
    stopwords=stopwords,
    contour_width=3,
    contour_color='steelblue'
)
wc.generate(text)
# 显示图片
import matplotlib.pyplot as plt
plt.imshow(wc,interpolation='bilinear')
plt.axis('off')
# 绘制轮廓线
plt.figure()
plt.imshow(alice_coloring, cmap=plt.cm.gray, interpolation='bilinear')
plt.axis('off')
plt.show()

该程序将会产生一个带有轮廓线的词云图，区别于白底的词云图。

3.3 自定义词云图颜色

我们可以根据自己的需要设置词云图中词汇的颜色。这一般需要设置颜色函数（Color Function），代码如下：

import random
# 定义颜色函数，按照不同的词汇返回不同的颜色值
def custom_color_func(word=None, font_size=None, position=None,  orientation=None,  font_path=None, random_state=None):
    return "hsl(0, 0%%, %d%%)" % random.randint(60, 80)
# 创建WordCloud对象
wc = WordCloud(background_color='white',
                width=400,
                height=400,
                mask=None,
                max_words=200,
                stopwords=stopwords,
                color_func=custom_color_func,
                prefer_horizontal=0.8
            )

在这里，我们通过color_func参数自定义颜色函数，用来根据词的长度、频率等属性，为不同的词汇设定不同的颜色。同时，我们还设置了prefer_horizontal参数，用来控制词云图中的词汇排布方向。

4.总结

在这篇文章中，我们学习了如何使用Python中的wordcloud包来生成英文版词云图。通过对文本在词频、背景、字体等方面的处理，能够得到一个直观美观、更符合实际需求的词云图。在实践中，我们还可以通过自定义停用词、字体大小等来优化词云图效果。通过对Python生成词云图代码的学习，我们了解了词云图的优点、制作过程以及优化操作，为实际应用提供了可行的解决方案。

基于python生成英文版词云图代码实例