中英文词云¶

wordcloud.WordCloud(font_path=None, width=400, height=200, margin=2,
                     ranks_only=None, prefer_horizontal=0.9, mask=None, 
                    scale=1, color_func=None, max_words=200, 
                    min_font_size=4, stopwords=None, random_state=None,
                    background_color='black', max_font_size=None, 
                    font_step=1, mode='RGB', relative_scaling='auto', 
                    regexp=None, collocations=True, colormap=None, 
                    normalize_plurals=True, contour_width=0, 
                    contour_color='black', repeat=False, include_numbers=False, 
                    min_word_length=0, collocation_threshold=30)

pip uninstall wordcloud -y

pip uninstall pillow -y

pip install wordcloud

pip install wordcloud==1.8.2.2

pip install scipy==1.7.1

from wordcloud import WordCloud, STOPWORDS
import matplotlib.pyplot as plt
import matplotlib as mpl

mpl.rcParams['figure.figsize'] = (20,10)  # 修改图片大小
plt.rcParams['figure.dpi'] = 300          # default for me was 75



def file_to_string(filename):                   # 读取文件，返回字符串
    with open(filename, 'r', encoding='utf-8') as f:            # 文字来源
        return f.read()                       # 返回读取文件内容得到的字符串

def draw(text):                               # 绘制词云，设定各参数，传入参数为字符串
    wc = WordCloud(max_words=80,              #设置显示高频单词数量
                   width=600,                 # 设置图片的宽度
                   height=400,                # 设置图片的高度
                   background_color='White',  # 设置背景颜色
                   max_font_size=150,         # 设置字体最大值
                   stopwords=STOPWORDS,       # 去除停用词
                   margin=5,                  # 设置图片的边缘
                   scale=1.5)                 #按照比例进行放大画布，如设置为1.5，则长和宽都是原来画布的1.5倍。
    wc.generate(text)                         # 根据文本内容直接生成词云
    plt.imshow(wc)                            # 负责对图像进行处理，并显示其格式，但是不能显示。
    plt.axis("off")                           # 不显示坐标轴
    wc.to_file('dream.png')                   # 词云保存为图片
    plt.show()                                # 显示图像


if __name__ == '__main__':
    filename ='images/ch8/Who Moved My Cheese.txt'       # 用于生成词云的文本文件名
    txt = file_to_string(filename)            # 读取文件中的文本，生成字符串
    draw(txt)                                 # 绘制词云

from wordcloud import WordCloud, STOPWORDS
import matplotlib.pyplot as plt
import matplotlib as mpl
import os

# 设置 matplotlib 参数
mpl.rcParams['figure.figsize'] = (20,10)  # 修改图片大小
plt.rcParams['figure.dpi'] = 300          # 修改图像分辨率

def file_to_string(filename):
    try:
        with open(filename, 'r', encoding='utf-8') as f:
            content = f.read()
        print("文件读取成功")
        return content
    except Exception as e:
        print(f"读取文件时出错: {e}")
        return ""

def draw(text):
    if not text:
        print("没有文本内容可用于生成词云")
        return
    try:
        wc = WordCloud(
            max_words=80,
            width=600,
            height=400,
            background_color='white',  # 使用小写
            max_font_size=150,
            stopwords=STOPWORDS,
            margin=5,
            scale=1.5,
            font_path='images/ch9/Arial Unicode.ttf'  # 可选：指定字体路径
        )
        wc.generate(text)
        plt.imshow(wc, interpolation='bilinear')  # 添加插值参数
        plt.axis("off")
        wc.to_file('dream.png')
        print("词云已保存为 dream.png")
        plt.show()
    except Exception as e:
        print(f"生成词云时出错: {e}")

if __name__ == '__main__':
    filename = 'images/ch8/Who Moved My Cheese.txt'  # 确认文件路径正确
    # 打印当前工作目录以帮助调试路径问题
    print("当前工作目录:", os.getcwd())
    txt = file_to_string(filename)
    draw(txt)

import jieba

txt = '武汉理工大学是教育部直属全国重点大学'
print(f'精确模式：{jieba.lcut(txt)}')                # 精确模式

import jieba

txt = '武汉理工大学是教育部直属全国重点大学'
print(f'全模式：{jieba.lcut(txt, cut_all=True)}')    # 全模式

import jieba

txt = '武汉理工大学是教育部直属全国重点大学'
print(f'搜索引擎模式：{jieba.lcut_for_search(txt)}')  # 搜索引擎模式

import jieba.analyse
from PIL import Image
import numpy as np
import matplotlib.pyplot as plt
from wordcloud import WordCloud
import matplotlib as mpl

mpl.rcParams['figure.figsize'] = (20,10)  # 修改图片大小
plt.rcParams['figure.dpi'] = 300          # default for me was 75


def file_to_string(file):
    """接收表示文件名的字符串为参数，读取文本文件内容为一个字符串，返回这个字符串。"""
    with open(filename, 'r', encoding='utf-8') as f:  # 文字来源
        text = f.read()  # 文章内容读取为字符串
    return text  # 返回读取文件内容得到的字符串


def text_analysis(text):
    """接收一个字符串类型的参数，应用jieba.analyse.textrank()的方法分词，统计每个词的权重，将其转为词频字典并返回这个字典。"""
    result = jieba.analyse.textrank(text, topK=50, withWeight=True)
    word = dict()
    for i in result:  # 遍历列表，生成字典
        word[i[0]] = i[1]
    return word  # 返回关键字与权值字典


def draw(word, image):
    """接收词的权值字典和背景图片文件对象为参数，绘制背景为白色的带背景图片的词云，设置字体最大值为240，不显示坐标轴，绘制的词云保存为文件。"""
    graph = np.array(image)  # 图片转数组
    wc = WordCloud(font_path='simsun.ttc',    # 中文字体，未指定中文字体时词云的汉字显示为方框，根据系统修改字体名
                   background_color='White',  # 设置背景颜色
                   # background_color=None,   # 设置透明背景
                   # mode='RGBA',
                   mask=graph,  # 设置背景图片
                   max_font_size=240,  # 设置字体最大值
                   scale=1.5)  # 按照比例进行放大画布，如设置为1.5，则长和宽都是原来画布的1.5倍。
    wc.generate_from_frequencies(word)
    plt.imshow(wc)  # 负责对图像进行处理，并显示其格式，但是不能显示。
    plt.axis("off")  # 不显示坐标轴
    wc.to_file('dream.png')  # 词云保存为图片
    plt.show()  # 显示图像


if __name__ == '__main__':
    filename = 'images/ch9/校长2018毕业讲话.txt'  # 用于生成词云的文本文件名
    txt = file_to_string(filename)  # 读取文件中的文本，生成字符串
    words = text_analysis(txt)  # 利用jieba对文本进行分词，并统计词频
    images = Image.open('images/ch9/980.jpeg')  # 打开背景图片，创建文件对象
    draw(words, images)  # 调用函数绘制词云