怎样使用Python创建词云

介绍从开始从事数据可视化工作的那一天起，我就爱上它了，我总是喜欢从数据中获得有用的见解。在此之前，我只了解基本图表，例如条形图，散点图，直方图等，这些基本图表内置在tableau中，而Power BI则用于数据可视化。通过每天完成此任务，我遇到了许多新图表，例如径向仪表盘，华夫图等。

因此，出于好奇，最近我正在搜索数据可视化中使用的所有图表类型，这些词云引起了我的注意，我发现它非常有趣。之后，我尝试使用Tableau和Power BI中的少量数据来制作词云，在成功尝试之后，我想通过使用条形图，饼图和其他图表的代码来尝试使用它。词云是什么？定义：词云是一个简单但功能强大的可视化表示对象，用于文本处理，它以更大，更粗的字母和不同的颜色显示最常用的词，单词的大小越小，重要性就越小。

词云的用途

1．社交媒体上的热门标签（Instagram，Twitter）：全世界的社交媒体都在寻找最新的趋势，因此，我们可以获取人们在其帖子中使用最多的标签来探索最新的趋势。

2．媒体中的热门话题：分析新闻报道，我们可以在头条新闻中找到关键字，并提取出前n个需求较高的主题，来获得所需的结果，即前n个热门媒体主题。

3．电子商务中的搜索词：在电子商务购物网站中，网站所有者可以制作被搜索次数最多的购物商品的词云，这样，他就可以了解在特定时期内哪些商品需求量最大。让我们开始使用Python来实现词云首先，我们需要在jupyter notebook中安装所有库。在python中，我们将安装一个内置库wordcloud。在Anaconda命令提示符下，输入以下代码：pip install wordcloud

如果你的anaconda环境支持conda，请输入：conda install wordcloud

这可以直接在notebook中实现，只需在代码的开头添加“！”即可。像这样：！pip install wordcloud

但现在我想生成拥有任何主题的维基百科文本的词云，因此，我将需要一个Wikipedia库来访问Wikipedia API，可以通过在anaconda命令提示符下安装Wikipedia来完成，如下所示：pip install wikipedia

现在我们还需要其他一些库，它们是numpy，matplotlib和pandas。截至目前，我们需要的库就安装好了import wikipedia

result＝ wikipedia．page（＂MachineLearning＂）

final＿result ＝ result．content

print（final＿result）

机器学习维基百科页面的输出：

上图是我们通过检索Wikipedia的机器学习页面获得的输出图像，我们还可以看到它可以向下滚动，这表示将检索整个页面。在这里，我们还可以通过摘要方法得到页面的摘要，如：result＝ wikipedia．summary（＂MachineLearning＂， sentences＝5）

print（result）

这里我们有句子的参数，因此我们可以用它来检索特定的行数。

输出5个句子让我们一起创建wordcloudfrom wordcloud import WordCloud， StopWords

import matplotlib．pyplot as plt

def plot＿cloud（wordcloud）：

plt．figure（figsize＝（10， 10））

plt．imshow（wordcloud）

plt．axis（＂off＂）；

wordcloud ＝ WordCloud（width ＝ 500， height ＝ 500， background＿color＝＇pink＇， random＿state＝10）．generate（final＿result）

plot＿cloud（wordcloud）

停用词是没有任何含义的单词，例如‘is’， ‘are’， ‘an’， ‘I’ 等。Wordcloud带有内置停用词库，该库将自动从文本中删除停用词。同时我们也可以通过stopwords．add（）函数在python中添加停用词的选择。Wordcloud方法可以设置词云的宽度和高度，我将它们都设置为500，背景色设置为粉红色。如果不添加随机状态，则每次运行代码时，词云都会看起来不同，我们可以将其设置为任何int值。从上面的代码中，我们将获得这样的词云：

通过查看上图，我们可以看到机器学习是最常用的词，还有一些其他经常使用的词是模型，任务，训练和数据，因此，我们可以得出结论，机器学习是训练数据模型的任务。我们还可以在这里通过背景颜色方法更改背景颜色，并通过colormap方法更改字体颜色，还可以在背景颜色中添加颜色的哈希码，但是mapcolor带有内置的特定颜色。让我们通过使用哈希码将背景色更改为蓝绿色，将字体颜色更改为蓝色：from wordcloud import WordCloud， StopWords

import matplotlib．pyplot as plt

def plot＿cloud（wordcloud）：

plt．figure（figsize＝（10， 10））

plt．imshow（wordcloud）

plt．axis（＂off＂）；

wordcloud ＝ WordCloud（width ＝ 500， height ＝ 500， background＿color＝＇＃40E0D0＇， colormap＝＂ocean＂， random＿state＝10）．generate（final＿result）

plot＿cloud（wordcloud）

在这里，我指定了ocean，如果我添加了一些错误的颜色图，jupyter将抛出一个值错误，并向我显示颜色图的可用选项，如下所示：

我们还可以使用PIL库在任何图像中实现词云。尾注在本文中，我们讨论了词云，词云的定义，应用领域以及使用python实现词云。参考链接：https：／／www．analyticsvidhya．com／blog／2020／10／word－cloud－or－tag－cloud－in－python／

责任编辑：xj