这么好看的效果，你知道怎么实现嘛？【统计词频并绘制图片】——————附完整代码
文章目录
- 0 效果
- 1 实现代码
- 2 完整代码
0 效果
1 实现代码
读取txt文件：
def readText(text_file_path):with open(text_file_path, encoding='gbk') as f: #content = f.read()return content得到文章的词频：
def getRecommondArticleKeyword(text_content, key_word_need_num = 10, custom_words = [], stop_words =[], query_pattern = 'searchEngine'):''':param text_content: 文本字符串:param key_word_need_num: 需要的关键词数量:param custom_words: 自定义关键词:param stop_words: 不查询关键词:param query_pattern:precision:精确模式————试图将句子最精确地切开，适合文本分析；entire：全模式————把句子中所有的可以成词的词语都扫描出来, 速度非常快，但是不能解决歧义；searchEngine:搜索引擎模式————在精确模式的基础上，对长词再次切分，提高召回率，适合用于搜索引擎分词；paddle模式————利用PaddlePaddle深度学习框架，训练序列标注（双向GRU）网络模型实现分词。同时支持词性标注。:return:'''# jieba.enable_paddle()# paddle.fluid.install_check.run_check()if not isinstance(text_content, str):raise ValueError('文本字符串类型错误！')if not isinstance(key_word_need_num, int):raise ValueError('关键词个数类型错误！')if not isinstance(custom_words, list):raise ValueError('自定义关键词类型错误！')if not isinstance(stop_words, list):raise ValueError('屏蔽关键词类型错误！')if not isinstance(query_pattern, str):raise ValueError('查询模式类型错误！')# 添加自定义关键词for word in custom_words:jieba.add_word(word)if query_pattern == 'searchEngine':key_words = jieba.cut_for_search(text_content)elif query_pattern == 'entire':key_words = jieba.cut(text_content, cut_all=True, use_paddle=True)elif query_pattern == 'precision':key_words = jieba.cut(text_content, cut_all=False, use_paddle=True)else:return []# print("拆分后的词: %s" % " ".join(key_words))# 过滤后的关键词stop_words = set(stop_words)word_count = Counter()for word in key_words:if len(word) > 1 and word not in stop_words:word_count[word] += 1# res_words = list()# for data in word_count.most_common(key_word_need_num):# res_words.append(data[0])# return res_wordsreturn word_count绘制图片：
def drawWordsCloud(word_count, save_img_filePath='', img_mask_filePath=''):# print(word_count)# print(type(word_count))if len(img_mask_filePath) != 0:img_mask = np.array(Image.open(img_mask_filePath)) #打开遮罩图片,将图片转换为数组wc = wordcloud.WordCloud(font_path='/Library/Fonts/Arial Unicode.ttf',# 设置中文字体，词云默认字体是“DroidSansMono.ttf字体库”，不支持中文background_color="white", # 设置背景颜色max_words=200, # 设置最大显示的字数max_font_size=50, # 设置字体最大值random_state=30, # 设置有多少种随机生成状态，即有多少种配色方案width=400,height=200,mask=img_mask)else:wc = wordcloud.WordCloud(font_path='/Library/Fonts/Arial Unicode.ttf',# 设置中文字体，词云默认字体是“DroidSansMono.ttf字体库”，不支持中文background_color="white", # 设置背景颜色max_words=200, # 设置最大显示的字数max_font_size=50, # 设置字体最大值random_state=30, # 设置有多少种随机生成状态，即有多少种配色方案width=400,height=200)# 绘图wc.generate_from_frequencies(word_count) #从字典生成词云plt.imshow(wc) #显示词云plt.axis('off') #关闭坐标轴plt.show() #显示图像# 保存图片if len(save_img_filePath) != 0:wc.to_file(save_img_filePath)else:pass
2 完整代码
#-*- coding : utf-8-*-
import jieba
from collections import Counter
import paddleimport wordcloud #词云展示库
import matplotlib.pyplot as plt #图像展示库import timefrom PIL import Image
import numpy as npdef timer(func):def calculateTime(*args, **kwargs):t = time.perf_counter()result = func(*args, **kwargs)print(f'func {func.__name__} coast time:{time.perf_counter() - t:.8f} s')return resultreturn calculateTimedef readText(text_file_path):with open(text_file_path, encoding='gbk') as f: #content = f.read()return content@timer
def getRecommondArticleKeyword(text_content, key_word_need_num = 10, custom_words = [], stop_words =[], query_pattern = 'searchEngine'):''':param text_content: 文本字符串:param key_word_need_num: 需要的关键词数量:param custom_words: 自定义关键词:param stop_words: 不查询关键词:param query_pattern:precision:精确模式————试图将句子最精确地切开，适合文本分析；entire：全模式————把句子中所有的可以成词的词语都扫描出来, 速度非常快，但是不能解决歧义；searchEngine:搜索引擎模式————在精确模式的基础上，对长词再次切分，提高召回率，适合用于搜索引擎分词；paddle模式————利用PaddlePaddle深度学习框架，训练序列标注（双向GRU）网络模型实现分词。同时支持词性标注。:return:'''# jieba.enable_paddle()# paddle.fluid.install_check.run_check()if not isinstance(text_content, str):raise ValueError('文本字符串类型错误！')if not isinstance(key_word_need_num, int):raise ValueError('关键词个数类型错误！')if not isinstance(custom_words, list):raise ValueError('自定义关键词类型错误！')if not isinstance(stop_words, list):raise ValueError('屏蔽关键词类型错误！')if not isinstance(query_pattern, str):raise ValueError('查询模式类型错误！')# 添加自定义关键词for word in custom_words:jieba.add_word(word)if query_pattern == 'searchEngine':key_words = jieba.cut_for_search(text_content)elif query_pattern == 'entire':key_words = jieba.cut(text_content, cut_all=True, use_paddle=True)elif query_pattern == 'precision':key_words = jieba.cut(text_content, cut_all=False, use_paddle=True)else:return []# print("拆分后的词: %s" % " ".join(key_words))# 过滤后的关键词stop_words = set(stop_words)word_count = Counter()for word in key_words:if len(word) > 1 and word not in stop_words:word_count[word] += 1# res_words = list()# for data in word_count.most_common(key_word_need_num):# res_words.append(data[0])# return res_wordsreturn word_countdef drawWordsCloud(word_count, save_img_filePath='', img_mask_filePath=''):# print(word_count)# print(type(word_count))if len(img_mask_filePath) != 0:img_mask = np.array(Image.open(img_mask_filePath)) #打开遮罩图片,将图片转换为数组wc = wordcloud.WordCloud(font_path='/Library/Fonts/Arial Unicode.ttf',# 设置中文字体，词云默认字体是“DroidSansMono.ttf字体库”，不支持中文background_color="white", # 设置背景颜色max_words=200, # 设置最大显示的字数max_font_size=50, # 设置字体最大值random_state=30, # 设置有多少种随机生成状态，即有多少种配色方案width=400,height=200,mask=img_mask)else:wc = wordcloud.WordCloud(font_path='/Library/Fonts/Arial Unicode.ttf',# 设置中文字体，词云默认字体是“DroidSansMono.ttf字体库”，不支持中文background_color="white", # 设置背景颜色max_words=200, # 设置最大显示的字数max_font_size=50, # 设置字体最大值random_state=30, # 设置有多少种随机生成状态，即有多少种配色方案width=400,height=200)# 绘图wc.generate_from_frequencies(word_count) #从字典生成词云plt.imshow(wc) #显示词云plt.axis('off') #关闭坐标轴plt.show() #显示图像# 保存图片if len(save_img_filePath) != 0:wc.to_file(save_img_filePath)else:passif __name__ == '__main__':pass# /Users/mac/Downloads/work/retailSoftware/公司项目/test.txttext_file_path = "/Users/mac/Downloads/电子书/编程思想/相约星期二/相约星期二.txt"# text_file_path = "/Users/mac/Downloads/work/retailSoftware/公司项目/test3.txt"text_content = readText(text_file_path)# print(text_content)# print(JNI_API_getRecommondArticleKeyword(text_content))img_mask_filePath = '/Users/mac/Desktop/截屏2021-08-20 下午4.02.10.png'img_save_filePath = '/Users/mac/Downloads/test9.png'drawWordsCloud(getRecommondArticleKeyword(text_content), img_save_filePath, img_mask_filePath)本文来自互联网用户投稿，文章观点仅代表作者本人，不代表本站立场，不承担相关法律责任。如若转载，请注明出处。 如若内容造成侵权/违法违规/事实不符，请点击【内容举报】进行投诉反馈！