寫在前面

想必大家有一個問題。什么是詞云呢？

詞云又叫名字云，是對文本數(shù)據(jù)中出現(xiàn)頻率較高的“關(guān)鍵詞”在視覺上的突出呈現(xiàn)，形成關(guān)鍵詞的渲染形成類似云一樣的彩色圖片，從而一眼就可以領(lǐng)略文本數(shù)據(jù)的主要表達意思。、

網(wǎng)頁上有許多詞云的效果圖：

而且，目前有許多制作詞云的工具：

但是作為一個學(xué)習Python的程序員來說，我更喜歡通過自己的編程去解決問題。

而且用Python制作詞云只需十行代碼就行了哦~

一起來看看吧！

代碼塊import matplotlib.pyplot as plt

from wordcloud import WordCloud

import jieba

text_from_file_with_apath = open('/Users/hecom/23tips.txt').read()

wordlist_after_jieba = jieba.cut(text_from_file_with_apath, cut_all = True)

wl_space_split = " ".join(wordlist_after_jieba)

my_wordcloud = WordCloud().generate(wl_space_split)

plt.imshow(my_wordcloud)

plt.axis("off")

plt.show()

代碼效果圖：

下面咱們解析一下代碼塊：1～3 行分別導(dǎo)入了畫圖的庫，詞云生成庫和jieba的分詞庫；

4 行是讀取本地的文件,代碼中使用的文本是本公眾號中的《老曹眼中研發(fā)管理二三事》。

5～6 行使用jieba進行分詞，并對分詞的結(jié)果以空格隔開；

7行對分詞后的文本生成詞云；

8～10行用pyplot展示詞云圖。

這是我喜歡python的一個原因吧，簡潔明快。

當然，這只是一個簡單得不能再簡單得編程，實現(xiàn)的效果也非常簡單

但是Python是一門開源的語言，這時候就體現(xiàn)出開源的特性了，任何人都能對一個項目加以修改，使項目不斷的完善。

Github上有許多開源的項目，小編找到一個做詞云的項目，鏈接如下：

咱們可以直接進入wordcloud.py 源碼進行字體，詞云效果進行修改。

源碼解析：

wordcloud.py總共不過600行，其間有著大量的注釋，讀起來很方便。其中用到了較多的庫，常見的random，os，sys，re(正則)和可愛的numpy，還采用了PIL繪圖，估計一些人又會遇到安裝PIL的那些坑.

生產(chǎn)詞云的原理其實并不復(fù)雜，大體分成5步：對文本數(shù)據(jù)進行分詞，也是眾多NLP文本處理的第一步，對于wordcloud中的process_text()方法，主要是停詞的處理

計算每個詞在文本中出現(xiàn)的頻率，生成一個哈希表。詞頻計算相當于各種分布式計算平臺的第一案例wordcount， 和各種語言的hello world 程序具有相同的地位了，呵呵。

根據(jù)詞頻的數(shù)值按比例生成一個圖片的布局，類IntegralOccupancyMap 是該詞云的算法所在，是詞云的數(shù)據(jù)可視化方式的核心。

將詞按對應(yīng)的詞頻在詞云布局圖上生成圖片，核心方法是generate_from_frequencies,不論是generate()還是generate_from_text()都最終到generate_from_frequencies

完成詞云上各詞的著色,默認是隨機著色

詞語的各種增強功能大都可以通過wordcloud的構(gòu)造函數(shù)實現(xiàn)，里面提供了22個參數(shù)，還可以自行擴展。

效果圖：

《新程序員》：云原生和全面數(shù)字化實踐50位技術(shù)專家共同創(chuàng)作，文字、視頻、音頻交互閱讀

總結(jié)

以上是生活随笔為你收集整理的python生成词云很慢吗_词云制作没那么难，Python 10 行代码就实现了！的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。