Python根据词频信息(xlsx、csv文件)绘制词云图全过程(wordcloud)

更新时间：2024年06月25日 10:36:22 作者：十八只兔

这篇文章主要给大家介绍了关于Python根据词频信息(xlsx、csv文件)绘制词云图的相关资料,wordcloud是基于Python开发的词云生成库,功能强大使用简单,文中通过代码介绍的非常详细,需要的朋友可以参考下

一、前言

本文将介绍如何用python根据词频信息（xlsx、csv文件）绘制词云图，除了绘制常规形状的词云图（比如长方形），还可以指定词云图的形状。

二、安装并引入相关的库

1、安装相关的库

pip install jieba
pip install matplotlib
pip install wordcloud
pip install numpy
pip install Image 
pip install pandas

2、导入相关的库

import jieba
import matplotlib.pyplot as plt
from wordcloud import WordCloud
import numpy as np
from PIL import Image # 图像处理
import pandas as pd

三、数据处理

1、文件读取

本文使用的数据集是excel文件（后缀名是.xlsx），该文件包含2个字段：关键词以及对应的频数
以下是对excel文件的相关操作：

import pandas as pd
df=pd.read_excel("data-test.xlsx")# 读取excel数据信息
print(df)

数据读取结果如下：

只读取文件的前N条数据

# 只获取前5条数据
df_new=df.head(5)
print(df_new)

结果如下：

2、数据格式转换

读取到excel文件后，需要把数据转换成字典的格式：

# 生成一个DataFrame文件，index为df数据的index
data = pd.DataFrame(index=df['关键词'])
# 先将词频这一列赋值为0 ，即定义这一列为int格式，后面再赋值
data['词频']=0
# 将excel的数据写入data中
for i in range(0,len(df)):
    data.iloc[i,0]=df.iloc[i,1]
# 将词频按照从大到小排序
data = data['词频'].sort_values(ascending = False)
# 生成dict格式数据
data = dict(data)
print(data)

结果如下：

四、绘制词云图

由于excel文件本身已经提供了关键词以及对应的词频，因此这里绘制词云图的时候不用对文本进行结巴分词。

1、绘制基本的词云图

词云图的相关代码：

import matplotlib.pyplot as plt
from wordcloud import WordCloud

#关键词有中文，因此需要设置显示字体，否则会乱码
font_path = "C:\Windows\Fonts\Microsoft YaHei UI\msyh.ttc"
# 设置词云图相关参数
wc=WordCloud(
             font_path=font_path,
             width=400,height=400,
             scale=2,mode="RGBA",
             background_color='white')
# 根据dict制作词云图
wc=wc.generate_from_frequencies(data)
#存储词云图结果
wc.to_file('词云图1.png')

图片展示的相关代码

#显示图片
plt.imshow(wc,interpolation="bilinear")
plt.axis("off")# 不显示图像坐标系
# 显示图像
plt.show()
plt.savefig("词云图2.png")

结果如下：
完整代码

import pandas as pd
df=pd.read_excel("data-test.xlsx")# 读取excel数据信息
print(df)

# 只获取前5条数据
df_new=df.head(5)
print(df_new)

# 生成一个DataFrame文件，index为df数据的index
data = pd.DataFrame(index=df['关键词'])
# 先将词频这一列赋值为0 ，即定义这一列为int格式，后面再赋值
data['词频']=0
# 将excel的数据写入data中
for i in range(0,len(df)):
    data.iloc[i,0]=df.iloc[i,1]
# 将词频按照从大到小排序
data = data['词频'].sort_values(ascending = False)
# 生成dict格式数据
data = dict(data)
print(data)

# 生成词云图
import matplotlib.pyplot as plt
from wordcloud import WordCloud
#关键词有中文，因此需要设置显示字体，否则会乱码
font_path = "C:\Windows\Fonts\Microsoft YaHei UI\msyh.ttc"
# 设置词云图的相关参数
wc=WordCloud(
             font_path=font_path,
             width=500,
             height=500,
             scale=2,
             mode="RGBA",
             background_color='white')

# 根据dict制作词云图
wc=wc.generate_from_frequencies(data)
#存储词云图结果
#存储图像
wc.to_file('词云图1.png')
#显示图片
plt.imshow(wc,interpolation="bilinear")
# 不显示坐标系
plt.axis("off")
# 显示图像
plt.show()
# 保存结果
plt.savefig("词云图2.png")

2、绘制指定形状的词云图

（1）准备背景图片

以下面的背景图片为例：
(注：图片的背景颜色要是白色的；而且不要有水印否则也会被当做背景图片的一部分！！！）

（2）处理背景图片

需要将图片转化为数组，便于用作词云图形状

# 生成词云图
import matplotlib.pyplot as plt
from wordcloud import WordCloud
import numpy as np # numpy数据处理库
from PIL import Image # 图像处理库，用于读取背景图片
img = Image.open('图片地址') # 加载背景图片
img_array = np.array(img)    # 将图片变为数组，便于用作词云图形状

将图片数组化之后，结果如下：

（3）生成指定形状的词云图

wc=WordCloud(mask=img_array,
             font_path=font_path,
             width=500,
             height=500,
             scale=2,
             contour_color='purple',contour_width=3,
             max_font_size=80,max_words=100,
             background_color='white')

结果如下：
完整代码

import pandas as pd
df=pd.read_excel("data-test.xlsx")# 读取excel数据信息
print(df)
print("====================================================")

# 只获取前5条数据
# df_new=df.head(5)
# print(df_new)
print("====================================================")

# 生成一个DataFrame文件，index为df数据的index
data = pd.DataFrame(index=df['关键词'])
# 先将词频这一列赋值为0 ，即定义这一列为int格式，后面再赋值
data['词频']=0
# 将excel的数据写入data中
for i in range(0,len(df)):
    data.iloc[i,0]=df.iloc[i,1]
# 将词频按照从大到小排序
data = data['词频'].sort_values(ascending = False)
# 生成dict格式数据
# data = dict(data)
data = str(data)
print(data)
# print(type(data))

print("====================================================")

# 生成词云图
import matplotlib.pyplot as plt
from wordcloud import WordCloud
import numpy as np # numpy数据处理库
from PIL import Image # 图像处理库，用于读取背景图片


img = Image.open('grape.jpg') # 加载背景图片
img_array = np.array(img)    # 将图片变为数组，便于用作词云图形状


#关键词有中文，因此需要设置显示字体，否则会乱码
font_path = "C:\Windows\Fonts\Microsoft YaHei UI\msyh.ttc"
# 设置词云图的相关参数
# 设置词云图的相关参数
wc=WordCloud(mask=img_array,
             font_path=font_path,
             width=500,
             height=500,
             scale=2,
             contour_color='purple',contour_width=3,
             max_font_size=80,max_words=100,
             background_color='white')

# 根据dict制作词云图
wc=wc.generate(data)
# wc=wc.generate_from_frequencies(data)
#存储词云图结果
#存储图像
wc.to_file('词云图1.png')
#显示图片
plt.imshow(wc,interpolation="bilinear")
# 不显示坐标系
plt.axis("off")
# 显示图像
plt.show()
# 保存结果
plt.savefig("词云图2.png")

五、待优化

1、指定词云图形状时，出现数据类型错误的报错

一开始生成词云图的数据格式是字典格式，但是后面在指定形状的时候，因为报错就把数据格式转换成字符串了，然后就能正常显示：

# 生成dict格式数据
# data = dict(data)
data = str(data)

2、图片轮廓的提取待改进

在指定形状的时候，对背景图片的要求比较高，比如图片的背景是白色的，图片的轮换不光滑的话提取效果不好，因此在提取背景图片的轮廓方面待改进。

img = Image.open('grape.jpg') # 加载背景图片
img_array = np.array(img)    # 将图片变为数组，便于用作词云图形状

总结

到此这篇关于Python根据词频信息(xlsx、csv文件)绘制词云图(wordcloud)的文章就介绍到这了,更多相关Python根据词频绘制词云图内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家！

您可能感兴趣的文章:

python 获取键盘输入,同时有超时的功能示例
今天小编就为大家分享一篇python 获取键盘输入,同时有超时的功能示例，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧
2018-11-11
Python psutil模块简单使用实例
这篇文章主要介绍了Python psutil模块简单使用实例,本文直接给出使用脚本,实现查看cpu的信息、查看内存信息、查看系统启动时间、查看网卡信息等,需要的朋友可以参考下
2015-04-04
Python实现的当前时间多加一天、一小时、一分钟操作示例
这篇文章主要介绍了Python实现的当前时间多加一天、一小时、一分钟操作,结合实例形式分析了Python基于datetime模块进行日期时间操作相关使用技巧,需要的朋友可以参考下
2018-05-05
python dataframe astype 字段类型转换方法
下面小编就为大家分享一篇python dataframe astype 字段类型转换方法，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧
2018-04-04
python生成密码字典的方法
今天小编就为大家分享一篇python生成密码字典的方法，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧
2018-07-07
python基于Pandas读写MySQL数据库
这篇文章主要介绍了python基于Pandas读写MySQL数据库，帮助大家更好的理解和学习使用python，感兴趣的朋友可以了解下
2021-04-04
Python系统监控模块psutil功能与经典用法分析
这篇文章主要介绍了Python系统监控模块psutil功能与经典用法,简单讲述了psutil模块的功能、原理并结合具体实例形式分析了Python使用psutil模块针对CPU、内存、磁盘、网络等信息的读取相关操作技巧,需要的朋友可以参考下
2018-05-05
tensorflow-gpu安装的常见问题及解决方案
这篇文章主要介绍了tensorflow-gpu安装的常见问题及解决方案，本文给大家介绍的非常详细，具有一定的参考借鉴价值，需要的朋友参考下吧,需要的朋友可以参考下
2020-01-01
对pandas数据判断是否为NaN值的方法详解
今天小编就为大家分享一篇对pandas数据判断是否为NaN值的方法详解，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧
2018-11-11
Python 实现自动完成A4标签排版打印功能
这篇文章主要介绍了Python 实现自动完成A4标签排版打印功能，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧
2020-04-04