使用 Python 绘制词云图的详细教程

news2024/11/23 15:43:41

如何使用python绘制词云图

词云图（Word Cloud）是数据可视化中常用的一种技术，通过将文字以不同的大小、颜色和方向排列，以展示文本数据中词汇的频次和重要性。对于文本分析、情感分析、关键词提取等应用，词云图都能够直观地展现信息。本文将详细介绍如何使用 Python 中的 wordcloud 库从 Excel 数据绘制词云图，帮助您快速上手词云图的生成和定制化。

一、环境准备

在开始之前，请确保您的开发环境中已经安装了以下库：

pip install wordcloud pandas matplotlib openpyxl

wordcloud：用于生成词云图。
pandas：处理 Excel 文件中的词频数据。
matplotlib：用于展示和保存词云图。
openpyxl：读取 Excel 文件。

二、词云图的基本原理

词云图的生成主要基于词汇的频数，频数越高的词汇在图中的字号越大。在 Python 中，wordcloud 库提供了多种自定义选项，例如字体、颜色、形状、最大词数等。接下来，我们将基于一个简单的 Excel 词频表格，逐步实现从数据加载到词云图绘制的过程。

1.步骤一：读取 Excel 文件

首先，使用 pandas 读取 Excel 文件，并确保将词汇和对应的频数提取出来。假设 Excel 文件包含两列：词汇和频数。

import pandas as pd

# 读取 Excel 文件
df = pd.read_excel('词汇频数表.xlsx')

# 确保数据按需加载
words = df['词汇'].values
frequencies = df['频数'].values

# 将词汇和频数组合成字典
word_freq = dict(zip(words, frequencies))

此时，word_freq 字典包含了词汇和它们对应的频数，格式如：{‘词汇1’: 10, ‘词汇2’: 15, …}。

2.步骤二：生成词云图

接下来，我们利用 wordcloud 库生成词云图。可以根据实际需求自定义词云图的显示样式。

from wordcloud import WordCloud
import matplotlib.pyplot as plt

# 创建词云对象
wordcloud = WordCloud(
    font_path='simhei.ttf',  # 设置字体路径，确保中文显示
    background_color='white',  # 背景色
    width=800,  # 图像宽度
    height=400,  # 图像高度
    max_words=200,  # 最大词汇数
    max_font_size=100,  # 最大字体大小
    colormap='viridis'  # 颜色方案
).generate_from_frequencies(word_freq)

# 绘制并展示词云图
plt.figure(figsize=(10, 5))
plt.imshow(wordcloud, interpolation='bilinear')
plt.axis('off')  # 关闭坐标轴
plt.show()

参数说明

font_path：指定字体文件路径，这里使用了 “simhei.ttf” 以确保中文能够正确显示。
background_color：设置背景颜色，可选值包括 black, white, gray 等。
width 和 height：控制词云图的尺寸。
max_words：控制词云图中显示的最大词汇数。
max_font_size：控制最大字体的字号。
colormap：控制颜色映射方案，支持多种内置方案如 viridis, plasma, inferno 等。

3.步骤三：保存词云图

绘制完成后，您可以将词云图保存为图片文件，便于分享和展示。

# 保存词云图到文件
wordcloud.to_file('wordcloud.png')

一般在该步骤就已经结束啦~

4.步骤四：高级自定义（形状与颜色）

（1）自定义形状
词云图不仅可以是矩形，还可以根据特定的形状生成。例如，将词云限制在一张图片的轮廓内。您可以通过以下方法实现：

from PIL import Image
import numpy as np

# 加载形状模板图片
mask = np.array(Image.open('mask.png'))

# 生成带有形状的词云
wordcloud = WordCloud(
    font_path='simhei.ttf',
    background_color='white',
    mask=mask,  # 设置词云形状
    contour_width=1,  # 轮廓宽度
    contour_color='black'  # 轮廓颜色
).generate_from_frequencies(word_freq)

# 展示词云图
plt.figure(figsize=(10, 10))
plt.imshow(wordcloud, interpolation='bilinear')
plt.axis('off')
plt.show()

关键点讲解

高清图片作为 mask：
使用高分辨率的黑白圆形图片，词云的清晰度会显著提升。白色部分将作为背景，黑色部分是生成词云的区域。
contour_width 和 contour_color 参数：
设置轮廓宽度和颜色，可以让词云图的形状更加突出。
调整 max_font_size 和 max_words：
通过控制词汇数量和最大字体大小，确保词云图在形状内分布均匀且美观。

这是换了一个爱丽丝Alice的mask的词云图。
（2）自定义颜色
如果想让词云中的词汇颜色更加多样，可以使用 ImageColorGenerator 从图片中提取颜色：

from wordcloud import ImageColorGenerator

# 基于模板图片生成颜色
image_colors = ImageColorGenerator(mask)

# 绘制词云图并应用颜色
plt.figure(figsize=(10, 10))
plt.imshow(wordcloud.recolor(color_func=image_colors), interpolation='bilinear')
plt.axis('off')
plt.show()