CSDN热榜分析4：生成词云图

news2025/1/16 0:02:08

文章目录

- 函数封装
- UI设计
- 输出词云

热榜分析系列： CSDN热榜分析🔥 UI界面🔥 领域热榜

函数封装

词云图的绘制功能早在最开始做热榜分析的时候就已经实现了，但需要依赖matplotlib来画图，而并没有直接导出功能，而且所有代码写在脚本里，并没有封装成函数。

首先用jieba分词，并把所有长度大于2的单词输出。

import jieba
# 通过jieba
def getWords(blogs):
    text = ','.join([b[1] for b in blogs])
    words = jieba.lcut(text)
    w2 = [w for w in words if len(w)>1] # 取出长度大于1的词
    return [w for w in w2 if w not in STOP_LIST]

其中STOP_LIST是停用词列表，被做成了全局变量

STOP_LIST = ['项目', '使用', '实现', '模型', '数据', '系统', '平台', '原理', '自学', '博客', '推荐', '实践', '实战', '技术', '基于', '如何', '什么']

单词导出后，则使用WordCloud进行词云绘制。函数如下，其中to_file可以把词云图导出为图像。

from wordcloud import WordCloud
def saveCloud(words, path, width=800, height=450, font=None)
    if not font : 
        font = r"C:\Windows\Fonts\simhei.ttf"
    cloud = WordCloud(width=width, height=height, font_path=font)
    cloud.generate(" ".join(words))
    cloud.to_file(path)

UI设计

由于词云图在保存时预留了较多的个性化选项，包括宽高之类的，所以词云绘制功能需要多加一些，故而更改setFrmHeat的布局代码如下

def setFrmHeat(self, frmHeat):
    # 省略。。。
    pack = dict(side=tk.LEFT, padx=3)
    ttk.Separator(frmHeat,
        orient=tk.VERTICAL).pack(fill=tk.Y, **pack)
    ttk.Button(frmHeat, width=8, text="导出词云",
        command = self.btnExportCloud).pack(**pack)
    ttk.Label(frmHeat, text="  尺寸").pack(**pack)
    pSpinbox = dict(from_=100, to=2000, width=5, increment=10)
    self.sbCloudWidth = ttk.Spinbox(frmHeat, **pSpinbox)
    self.sbCloudWidth.pack(**pack)
    self.sbCloudWidth.set(800)
    ttk.Label(frmHeat, text="✖").pack(**pack)
    self.sbCloudHeight = ttk.Spinbox(frmHeat, **pSpinbox)
    self.sbCloudHeight.pack(**pack)
    self.sbCloudHeight.set(450)
    ttk.Button(frmHeat, width=8, text="设置字体",
        command = self.btnSetCloudFont).pack(**pack)

def btnExportCloud(self):
    pass

def btnSetCloudFont(self):
    self.cloudFont = askopenfilename(
        filetypes=[("字体文件", ".font")])

其中self.cloudFont是一个类成员，默认值是None，布局结果如下

在这里插入图片描述

btnExportCloud就是导出词云的用户逻辑，接下来就来实现它

输出词云

考虑到需要输入不同类型的词云，所以先创建一个成员方法，用于输出一种类型的词云，方法如下，其实就是简单地调用getWords和saveCloud函数，并给出反馈信息

def btnExportOneCloud(self, name, wsLst, path, w, h, font):
    words = getWords(wsLst)
    saveCloud(words, pJoin(path, f"{name}.png"), w, h, font)
    self.addLogs(f"{name}词云已输出")
    return words

我们至少要输出三种词云，首先是总榜的词云，然后是领域热榜的词云，最后还要把所有词云的单词作为一个整榜输出。这也就意味着需要调用三次btnExportOneCloud函数：总榜列表调用一次；领域热榜字典，需要在循环中调用一次；最后所有词汇再调用一次。

所以btnExportCloud需要设置一个存储所有单词的列表，每次词云输出后，都要将对应的词汇导入到这个列表中。最终其写法如下

def btnExportCloud(self):
    path = askdirectory()
    if path=="":
        self.infoCSDN.set(f"您未选择文件夹")
        return            
    self.infoCSDN.set(f"词云图将存储在文件夹{path}中")
    allWords = []
    w = int(self.sbCloudWidth.get())
    h = int(self.sbCloudHeight.get())
    font = self.cloudFont
    # 总榜导出总榜
    if self.heatBlogs != []:
        words = self.btnExportOneCloud("总榜", 
            self.heatBlogs, path, w, h, font)
        allWords.extend(words)
    if self.subHeats == {}:
        return  # 如果没有领域热榜，那么总榜就是全榜，所以直接退出

    for k,v in self.subHeats.items():
        words = self.btnExportOneCloud(k, v, path, w, h, font)
        allWords.extend(words)

    saveCloud(allWords, pJoin(path, f"全榜.png"), w, h, font)
    self.addLogs(f"全榜词云已输出")