根据词频、背景图绘制词云图

记录一下绘制词云图的过程

首先说明一下，绘制词云图完整的过程应如下：

• 获取一段文本，也就是要根据这个文本来绘制词云图
• 制作停用词词典，简单来说，停用词就是分词的规则，例如，可以根据一些副词来断开文本进行分词
• 根据分词的结果统计词频，也就是高频词
• 设置词云图背景
• 绘制词云图

我现在跳过分词的过程，直接通过词频来绘制词云图

直接上代码

import numpy as np
from wordcloud import WordCloud
from PIL import Image
import matplotlib.pyplot as plt
import faker
from collections import Counter

fake = faker.Faker(locale='zh_CN') 
city = []
for i in range(100000):
    city.append(fake.city())
dic = Counter(city)
dic = dict(dic)

background = "bus.png"
mask = np.array(Image.open(background))
# mask = imread(background)

wc = WordCloud(
    font_path='C:/Windows/Fonts/simfang.ttf',   # 设置字体（这里选择“仿宋”）
    background_color='white',                   # 背景颜色
    mask=mask,                                  # 文字颜色+形状（有mask参数再设定宽高是无效的）
    max_words=200,                              # 显示词数
    max_font_size=150,                          # 最大字号
    contour_color="steelblue",
    contour_width=1                             # 图片轮廓线
)

wc.generate_from_frequencies(dic)  
plt.figure('词云')                                                               # 弹框名称与大小
plt.subplots_adjust(top=0.99,bottom=0.01,right=0.99,left=0.01,hspace=0,wspace=0) # 调整边距
plt.imshow(wc, cmap=plt.cm.gray, interpolation='bilinear')                       # 处理词云
plt.axis('off')                    
plt.show()  

先看看效果，再解释代码

注意我仍然使用faker生成的假数据，使用collections.Counter方法来统计词频，并强制转换成字典格式的数据

background = "bus.png"
mask = np.array(Image.open(background))

上面这两行代码是在设置图片背景，这里比较关键，和最终展示效果有很大关系

首先看看原图

这是我在网上找的一张图片，还有水印和背景色，如果直接使用这张图片作为蒙版，看看是什么效果

这根本看不出来是一辆车，就是因为有背景色导致的。

该如何处理呢，有很多种方式，博主是在ps中使用了魔棒工具删除了背景，得到了下面这张无背景的图片

然后设置为背景

wc = WordCloud(
    font_path='C:/Windows/Fonts/simfang.ttf',   # 设置字体（这里选择“仿宋”）
    background_color='white',                   # 背景颜色
    mask=mask,                                  # 文字颜色+形状（有mask参数再设定宽高是无效的）
    max_words=200,                              # 显示词数
    max_font_size=150,                          # 最大字号
    contour_color="steelblue",
    contour_width=1                             # 图片轮廓线
)

上面是绘制背景图的代码

最后一行代码很关键，contour_width=1用它来设置图片的轮廓线，也就是背景图片的轮廓线，可以很清楚的展示出来图片的轮廓，如果不写，背景图也会不理想

上面是绘制背景图的代码

最后一行代码很关键，contour_width=1用它来设置图片的轮廓线，也就是背景图片的轮廓线，可以很清楚的展示出来图片的轮廓，如果不写，背景图也会不理想