基本开发环境

Python 3.6
Pycharm

相关模块的使用

jieba
wordcloud

安装Python并添加到环境变量，pip安装需要的相关模块即可。

上篇文章爬取了B站视频的弹幕数据，对于这方面可以做一些弹幕词云分析，让爬虫数据不再过于单调。

代码内容还是非常简介的，看注释就可以明白了

import jieba
import wordcloud
# 读取文件内容
f = open('弹幕.txt', encoding='utf-8')
txt = f.read()
# jiabe 分词 分割词汇
txt_list = jieba.lcut(txt)
string = ' '.join(txt_list)
# 词云图设置
wc = wordcloud.WordCloud(
        width=1000,         # 图片的宽
        height=700,         # 图片的高
        background_color='white',   # 图片背景颜色
        font_path='msyh.ttc',    # 词云字体
        scale=15,
)
# 给词云输入文字
wc.generate(string)
# 词云图保存图片地址
wc.to_file('out.png')

由上图所示，有很多的这样的到位这样的关键词，这样的关键词是没有什么实际意义的，我们可以在词云设置中设置停用词

stopwords={'到位'}

如果你想要输入的图片不是正方形的图片，想要设置成自己想要的形状，需要先找一张透明图
导入 imageio 模块

import jieba
import wordcloud
import imageio
# 导入imageio库中的imread函数，并用这个函数读取本地图片，作为词云形状图片
py = imageio.imread('.\\0.jpg')  #  如何你想要改变词云图的形状，可以添加
# 读取文件内容
f = open('B站弹幕.txt', encoding='utf-8')
txt = f.read()
# jiabe 分词 分割词汇
txt_list = jieba.lcut(txt)
string = ' '.join(txt_list)
# 词云图设置
wc = wordcloud.WordCloud(
        width=1000,         # 图片的宽
        height=700,         # 图片的高
        background_color='white',   # 图片背景颜色
        font_path='msyh.ttc',    # 词云字体
        mask=py,     # 所使用的词云图片
        scale=15,
        stopwords={'到位'},         # 停用词
        # contour_width=5,
        # contour_color='red'  # 轮廓颜色
)
# 给词云输入文字
wc.generate(string)
# 词云图保存图片地址
wc.to_file('out.png')

文章出处：https://www.cnblogs.com/hhh188764/p/14334885.html

栏目列表

首页 > 编程开发 > python爬虫 >

Python爬虫新手入门教学（六）：制作词云图

基本开发环境

相关模块的使用