Python生成圣诞节词云-代码案例剖析【第17篇—python圣诞节系列】

??Python制作圣诞树词云-中文

🐬展示效果

🌸代码

# -*- coding: UTF-8 -*-
import jieba
import re
from stylecloud import gen_stylecloud
from PIL import Image
import numpy as np


with open('./圣诞素材/Christmas.txt', encoding="utf-8") as f:
  data = f.read()

# 文本预处理  去除一些无用的字符   只提取出中文出来
new_data = re.findall('[\u4e00-\u9fa5]+', data, re.S)
new_data = "/".join(new_data)

# 文本分词  精确模式
seg_list_exact = jieba.cut(new_data, cut_all=False)

# 加载停用词
with open('stop_words.txt', encoding='utf-8') as f:
  # 获取每一行的停用词 添加进集合
  con = f.read().split('\n')
  stop_words = set()
  for i in con:
      stop_words.add(i)

# 列表解析式  去除停用词和单个词
result_list = [word for word in seg_list_exact if word not in stop_words and len(word) > 1]
print(result_list)

# 个人推荐使用的palette配色方案  效果挺好看   其他测试过  感觉一般~~
# colorbrewer.qualitative.Dark2_7
# cartocolors.qualitative.Bold_5
# colorbrewer.qualitative.Set1_8
gen_stylecloud(
  text=' '.join(result_list),                   # 文本数据
  size=600,                                     # 词云图大小
  font_path=r'./font/猫啃网糖圆体.ttf',          # 中文词云  显示需要设置字体
  icon_name = "fas fa-tree",                    # 图标
  output_name='./results/圣诞树06.png',          # 输出词云图名称
  palette='cartocolors.qualitative.Bold_5',     # 选取配色方案
)

🌴代码剖析

这段代码使用了jieba进行中文分词，结合stylecloud库生成了一个基于指定配色方案的圣诞主题词云图。以下是对代码的解释：

1. import jieba：导入中文分词库jieba。

2. import re：导入正则表达式库。

3. from stylecloud import gen_stylecloud：导入stylecloud库中的生成词云图的函数。

4. from PIL import Image：导入Python Imaging Library（PIL）中的Image类。

5. import numpy as np：导入numpy库并使用别名np。

6. with open('./圣诞素材/Christmas.txt', encoding="utf-8") as f:：打开文件’Christmas.txt’，并使用utf-8编码读取。

7. data = f.read()：将文件内容读取到变量data中。

8. new_data = re.findall('[\u4e00-\u9fa5]+', data, re.S)：使用正则表达式提取data中的中文字符，放入new_data中。

9. new_data = "/".join(new_data)：将提取的中文字符用’/'连接成字符串。

10. seg_list_exact = jieba.cut(new_data, cut_all=False)：使用jieba库进行中文分词，采用精确模式。

11. with open('stop_words.txt', encoding='utf-8') as f:：打开停用词文件’stop_words.txt’，并使用utf-8编码读取。

12. con = f.read().split('\n')：读取文件内容并按行分割，得到停用词列表。

13. stop_words = set(con)：将停用词列表转换为集合，方便快速检查词是否在停用词中。

14. result_list = [word for word in seg_list_exact if word not in stop_words and len(word) > 1]：使用列表解析式过滤掉停用词和长度为1的词，得到最终的分词结果。

15. gen_stylecloud(text=' '.join(result_list), size=600, font_path=r'./font/猫啃网糖圆体.ttf', icon_name="fas fa-tree", output_name='./results/圣诞树06.png', palette='cartocolors.qualitative.Bold_5')：使用gen_stylecloud函数生成词云图。

• text=' '.join(result_list)：将分词结果连接成一个字符串。
• size=600：设置词云图大小为600。
• font_path=r'./font/猫啃网糖圆体.ttf'：指定中文显示所需的字体文件路径。
• icon_name="fas fa-tree"：指定词云图中的图标，这里使用了一个圣诞树图标。
• output_name='./results/圣诞树06.png'：指定输出词云图的文件路径和名称。
• palette='cartocolors.qualitative.Bold_5'：选择了一个配色方案。

注意：在运行之前，请确保已安装相应的库，可以使用以下命令进行安装：

pip install jieba stylecloud Pillow numpy

??Python制作圣诞树词云-英文

🐬展示效果

🌸代码

from wordcloud import WordCloud
import PIL.Image as image
import numpy as np

# 一些变量值，依据自己实际情况进行设置
edcoding_type = "utf-8"               # 编码方式     
background_color = "white"            # 生成图片的背景颜色
txt_path = "little red-cap.txt"       # 文本路径
mask_path = "mask.png"                # 词云形状掩码路径
img_path = "red-cap_wordcloud.png"    # 输出生成的词云图片路径
max_words = 200                       # 最大显示词数量

# 读取文本内容
def get_txt(txtpath):
    with open(txtpath, encoding = edcoding_type) as f:
        text = f.read()
    return text

# 生成词云
def generate_wordcloud(wordlist, maskpath, backgroundcolor, maxwords):
    mask = np.array(image.open(maskpath))                      # 设置图形掩码
    wordcloud = WordCloud(
        background_color = backgroundcolor,                    # 设置图片背景颜色
        mask = mask,                                           # 设置掩码
        max_words = maxwords                                   # 设置最大显示词数
    ).generate(wordlist)                                
    return wordcloud

text = get_txt(txt_path)                                       # 获取文本
word_cloud = generate_wordcloud(text,                          # 生成词云
                                mask_path,
                                background_color,
                                max_words)
image_file = word_cloud.to_image()                             # 生成图片
image_file.show()                                              # 显示图片
word_cloud.to_file(img_path)                                   # 保存生成的图片

🌴代码剖析

这段代码使用了WordCloud库生成了一个基于给定文本的词云图。以下是对代码的解释：

1. from wordcloud import WordCloud：导入WordCloud库，用于生成词云。

2. import PIL.Image as image：导入PIL库中的Image类，用于处理图像。

3. import numpy as np：导入NumPy库并使用别名np。

4. edcoding_type = "utf-8"：设置文本的编码方式为UTF-8。

5. background_color = "white"：设置生成图片的背景颜色为白色。

6. txt_path = "little red-cap.txt"：设置文本文件的路径。

7. mask_path = "mask.png"：设置词云形状的掩码文件路径。

8. img_path = "red-cap_wordcloud.png"：设置输出生成的词云图片的路径。

9. max_words = 200：设置最大显示词数量为200。

10. def get_txt(txtpath):：定义函数get_txt，用于读取文本内容。

• with open(txtpath, encoding=edcoding_type) as f:：打开文本文件，并使用指定的编码方式读取文件内容。
• text = f.read()：将文件内容读取到变量text中。
• return text：返回读取到的文本内容。

11. def generate_wordcloud(wordlist, maskpath, backgroundcolor, maxwords):：定义函数generate_wordcloud，用于生成词云图。

• mask = np.array(image.open(maskpath))：将图形掩码加载为NumPy数组。
• WordCloud(...).generate(wordlist)：使用WordCloud生成词云图，设置了背景颜色、掩码和最大显示词数。
• return wordcloud：返回生成的词云对象。

12. text = get_txt(txt_path)：调用get_txt函数获取文本内容。
13. word_cloud = generate_wordcloud(text, mask_path, background_color, max_words)：调用generate_wordcloud函数生成词云图。
14. image_file = word_cloud.to_image()：将词云对象转换为图像对象。
15. image_file.show()：显示生成的词云图。
16. word_cloud.to_file(img_path)：将生成的词云图保存为图片文件。

🎅圣诞节快乐！

愿你的圣诞充满温馨和欢笑，家人团聚，友谊长存。在这个特别的时刻，愿你感受到爱的温暖，希望的明亮。愿你的心充满喜悦，新的一年里，幸福、健康、平安与你同行。圣诞快乐！