第一步:首先需要安装工具python
第二步:在电脑cmd后台下载安装如下工具:
(有一些是安装好python电脑自带有哦)
有一些会出现一种情况就是安装不了词云展示库
有下面解决方法,需看请复制链接查看:https://www.lfd.uci.edu/~gohlke/pythonlibs/#wordcloud
第三步:
1.准备好你打算统计的文件,命名为 家.txt,保存到桌面
2.准备一个做背景的图片,命名为girl.jpg,同样保存到桌面
第四步:插入代码
1 import re # 正则表达式库 2 import collections # 词频统计库 3 import numpy as np # numpy数据处理库 4 import jieba # 结巴分词 5 import wordcloud # 词云展示库 6 from PIL import Image # 图像处理库 7 import matplotlib.pyplot as plt # 图像展示库 8 9 # 读取文件 10 fn = open('C://Users//Thinkpad//Desktop//家.txt','rt') # 打开文件 11 string_data = fn.read() # 读出整个文件 12 fn.close() # 关闭文件 13 14 # 文本预处理 15 pattern = re.compile(u' | |.|-|:|;|)|(|?|"') # 定义正则表达式匹配模式 16 string_data = re.sub(pattern, '', string_data) # 将符合模式的字符去除 17 18 # 文本分词 19 seg_list_exact = jieba.cut(string_data, cut_all = False) # 精确模式分词 20 object_list = [] 21 remove_words = [u'的', u',',u'和', u'是', u'随着', u'对于', u'对',u'等',u'能',u'都',u'。',u' ',u'、',u'中',u'在',u'了', 22 u'通常',u'如果',u'我们',u'需要'] # 自定义去除词库 23 24 for word in seg_list_exact: # 循环读出每个分词 25 if word not in remove_words: # 如果不在去除词库中 26 object_list.append(word) # 分词追加到列表 27 28 # 词频统计 29 word_counts = collections.Counter(object_list) # 对分词做词频统计 30 word_counts_top10 = word_counts.most_common(10) # 获取前10最高频的词 31 print (word_counts_top10) # 输出检查 32 33 # 词频展示 34 mask = np.array(Image.open('C://Users//Thinkpad//Desktop//girl.jpg')) # 定义词频背景 35 wc = wordcloud.WordCloud( 36 font_path='C:/Windows/Fonts/simhei.ttf', # 设置字体格式 37 mask=mask, # 设置背景图 38 max_words=200, # 最多显示词数 39 max_font_size=100 # 字体最大值 40 ) 41 42 wc.generate_from_frequencies(word_counts) # 从字典生成词云 43 image_colors = wordcloud.ImageColorGenerator(mask) # 从背景图建立颜色方案 44 wc.recolor(color_func=image_colors) # 将词云颜色设置为背景图方案 45 plt.imshow(wc) # 显示词云 46 plt.axis('off') # 关闭坐标轴 47 plt.show() # 显示图像
(其中代码中有打开路径,每个人存的位置不一样,自己复制粘贴过来哦)
第五步:正常运行
(内附一张背景图)