开发: C++知识库 Java知识库 JavaScript Python PHP知识库人工智能区块链大数据移动开发嵌入式开发工具数据结构与算法开发测试游戏开发网络协议系统运维
教程: HTML教程 CSS教程 JavaScript教程 Go语言教程 JQuery教程 VUE教程 VUE3教程 Bootstrap教程 SQL数据库教程 C语言教程 C++教程 Java教程 Python教程 Python3教程 C#教程
数码: 电脑笔记本显卡显示器固态硬盘硬盘耳机手机 iphone vivo oppo 小米华为单反装机图拉丁

-> 开发工具 -> python学习①|提取女友写的情书关键词制作成词云 -> 正文阅读

[开发工具]python学习①|提取女友写的情书关键词制作成词云

写在最前面

代码量高于一切
学习编程一定要上手去写。

学会问问题
学会使用搜索自己解决答案，我们遇到的问题90%都有人遇到过。遇到了bug就直接把错误代码粘贴复制google一下。

用案例去学习，用实践去学习
learn by doing.
不要用新华字典学习中文，通过基础实例教程来激发自己的学习兴趣和学习动力。

在我心中，程序员都是它们领域当中的开拓者，通过代码去创造和解决问题，这很厉害。我也应该学习这种解决问题的意识和能力。

一、撰写准备

1、词云库的安装

如何安装wordcloud库
这个过程中主要会遇到3个问题：

缺少轮子

这个网站

(https://blog.csdn.net/langezuibang/article/details/105667789)https://blog.csdn.net/langezuibang/article/details/105667789

找到适合自己版本的轮子。

如何查看anaconda的python的版本呢？

找到电脑上anaconda-打开文件所在位置-（看到几个快捷方式）-打开文件所在位置-
选中python右键属性-详细信息

如何查看自己的系统位数？

我的电脑-空白处右键属性

综上得到我的版本应该是python3.8，x64处理器

如何找到特定版本的轮子？

搜索大法好啊。
点击网址后，ctrl + f,在搜索框里搜索wordcloud。
最终选到心仪的轮子。
在这里插入图片描述

其他小问题

升级pip

升级教程

python -m pip install --upgrade pip

更换镜像安装加速

永久更换

pip config set global.index-url https://mirrors.aliyun.com/pypi/simple/

其他镜像源

豆瓣：http://pypi.douban.com/simple/
中科大：https://pypi.mirrors.ustc.edu.cn/simple/
清华：https://pypi.tuna.tsinghua.edu.cn/simple/
阿里云：https://mirrors.aliyun.com/pypi/simple/

暂时更换

pip install pandas -i http://pypi.douban.com/simple/

每次的安装包后添加-i http://链接

二、词云撰写

1、四行代码-词云低配版

import wordcloud
w=wordcloud.WordCloud()
w.generate('hello,yes,ok and i love you')
w.to_file('test1.png')

在这里插入图片描述

思路：

引入库
调用wordcloud
处理文字用生成函数
导出为图片

2、提取女朋友写的情书关键词并做成词云

库的引用

import re,os
import jieba
import docx
from wordcloud import WordCloud,ImageColorGenerator
import matplotlib.pyplot as plt
import imageio
os.chdir('D:\pythonAds2021\wordcloud')

进行中文分词

jgov=jieba.cut(rgov,cut_all=False)

进行词频统计

# 建立列表，作为遍历的基础
seglist=list(jgov)

# 建立字典，存放词与对应的词频
 
tf={}
 
# 遍历：所有的元素第一遍都被赋值为一，第二次遍历时value+1
for seg in seglist:
    if seg in tf:
        tf[seg]+=1
    else:
        tf[seg]=1

引入停词表

 # 引入停词表
with open ('stopword.txt',encoding='utf-8')as f1:
    st=f1.read()
# 建立ci，作为词频遍历的基础
ci=list(tf.keys())

进行词频筛选

# 词频小于五的去除，长度小于2的去除，含一的去除，在停词表的去除
for seg in ci :
    if tf[seg]<5 or len(seg)<2 or '一'in seg or seg in st or '事情'in seg or '东西'in seg:
        tf.pop(seg)

读取词云的框图
在这里插入图片描述

mk=imageio.imread('heart.png')

wcd=WordCloud(font_path='D:\pythonAds2021\Alibaba-PuHuiTi-Heavy.otf',
             mask=mk,
             background_color=None, mode='RGBA',scale=32, max_words=100).generate_from_frequencies(tf)

# 引入颜色
imcolor=ImageColorGenerator(mk)
# 重新上色
plt.imshow(wcd.recolor(color_func=imcolor))

wcd.to_image()
wcd.to_file('dog.png')

结果展示
在这里插入图片描述

完整代码

import re,os
import jieba
import docx
from wordcloud import WordCloud,ImageColorGenerator
import matplotlib.pyplot as plt
import imageio
os.chdir('D:\pythonAds2021\wordcloud')
# 读取docx文档
def readFile(path):
    file=docx.Document(path)
    # 读取每一段的内容
    article = ' '
    for para in file.paragraphs:
        if para != '/n':
            article = article + '' + para.text
    return article
rgov=readFile("今天我喜欢的人他过生日.docx")

jgov=jieba.cut(rgov,cut_all=False)
 
# 建立列表，作为遍历的基础
seglist=list(jgov)
 
# 建立字典，存放词与对应的词频
 
tf={}
 
# 遍历：所有的元素第一遍都被赋值为一，第二次遍历时value+1
for seg in seglist:
    if seg in tf:
        tf[seg]+=1
    else:
        tf[seg]=1
 # 引入停词表
with open ('stopword.txt',encoding='utf-8')as f1:
    st=f1.read()
# 建立ci，作为词频遍历的基础
 
ci=list(tf.keys())
 
# 词频小于五的去除，长度小于2的去除，含一的去除，在停词表的去除
for seg in ci :
    if tf[seg]<5 or len(seg)<2 or '一'in seg or seg in st or '事情'in seg or '东西'in seg:
        tf.pop(seg)
# 通过imageio引入mask
 
mk=imageio.imread('heart.png')
 
# 使用WordCloud，字体位置，mask，背景透明
 
# 并采用根据词频生成词云图
wcd=WordCloud(font_path='D:\pythonAds2021\Alibaba-PuHuiTi-Heavy.otf',
             mask=mk,
             background_color=None, mode='RGBA',scale=32).generate_from_frequencies(tf)
 
# 引入颜色
imcolor=ImageColorGenerator(mk)
# 重新上色
plt.imshow(wcd.recolor(color_func=imcolor))
wcd.to_image()
wcd.to_file('dog.png')