第11章 詞語庫-wordcloud庫

第11章詞語庫--wordcloud庫參考學(xué)時(shí)3課時(shí)教學(xué)目標(biāo)區(qū)掌握生成詞云的基本操作：創(chuàng)建詞云對(duì)象、加載詞云文本、輸出詞云圖了解設(shè)置詞云圖大小的參數(shù)了解設(shè)置詞云圖字體大小參數(shù)掌握font_path、mask、background_color和stopwords參數(shù)的設(shè)置掌握讀取圖片文件的方法掌握csv文件的讀取操作掌握表格數(shù)據(jù)的詞云圖的生成方法等教學(xué)重難點(diǎn)教學(xué)重點(diǎn)：1.掌握font_path、mask、background_color和stopwords參數(shù)的設(shè)置；2.掌握讀取圖片文件的方法；3.掌握csv文件的讀取操作教學(xué)難點(diǎn)：掌握讀取圖片文件的方法；掌握csv文件的讀取操作；了解表格數(shù)據(jù)的詞云圖的生成方法等教學(xué)主要內(nèi)容本章知識(shí)框架如下：教學(xué)的過程及方法線上：生成詞云的基本操作：創(chuàng)建詞云對(duì)象、加載詞云文本、輸出詞云圖等由學(xué)生通過線上資源自主學(xué)習(xí)完成。線下：教師主要講授詞云參數(shù)的設(shè)置，重點(diǎn)講授藝術(shù)詞云圖的制作以及如何利用詞云圖來提升數(shù)據(jù)展示的能力。詞云圖：也叫”文字云”，是統(tǒng)計(jì)和設(shè)計(jì)的結(jié)合，是藝術(shù)和大數(shù)據(jù)的結(jié)合wordcloud庫：wordcloud庫是優(yōu)秀的詞云展示的第三方庫wordcloud庫安裝wordcloud庫:>\pipinstallwordcloud使用wordcloud庫創(chuàng)建詞云圖詞云生成三部曲：創(chuàng)建詞云對(duì)象w=wordcloud.WordCloud()：代表一個(gè)文本對(duì)應(yīng)的詞云對(duì)象，根據(jù)文本中詞語出現(xiàn)的頻率等參數(shù)來繪制詞云加載詞云文本w.generate(“文本內(nèi)容”)：1.文本必須以空格進(jìn)行分隔；2.文本以字符串形式傳入generate()方法中輸出詞云文件w.to_file(“圖像文件名”)：包含圖片存儲(chǔ)位置和圖片名稱，例如：“D:\\圖片名稱.png”詞云參數(shù)設(shè)置文本變成詞云：#導(dǎo)入wordcloud庫1.生成一個(gè)詞云對(duì)象；2.將一段文本加載到詞云當(dāng)中；3.將詞云效果輸出到一個(gè)圖片文件詞云對(duì)象常用參數(shù)（1）mask參數(shù)-設(shè)置詞云圖形狀默認(rèn)詞云圖形狀是長(zhǎng)方形的，通過設(shè)置詞云對(duì)象的寬（width）和高（height）可以改變默認(rèn)的矩形大小，但如果要改變?cè)~云圖形狀，使得呈現(xiàn)的詞云效果圖更加具有藝術(shù)性，體現(xiàn)數(shù)據(jù)與藝術(shù)的結(jié)合，就要設(shè)置mask參數(shù)。設(shè)置參數(shù)"mask=picfilename"時(shí)，需要事先將用于繪制詞云的圖片文件“picfilename”讀取進(jìn)來，并且“picfilename”是一個(gè)包含圖像文件名和存儲(chǔ)位置的字符串。Python讀取圖片文件的第三方庫很多，如opencv、PIL(pillow)、matplotlib.image子庫、scipy.misc子庫等等，都可以完成圖片文件的讀取操作。（2）background_color參數(shù)-設(shè)置詞云圖背景顏色詞云圖背景顏色默認(rèn)是黑色，可以通過參數(shù)"background_color=color"改變?cè)~語圖背景顏色，其中的color可以用顏色字符串或RGB元組來表示。（3）font_path參數(shù)-設(shè)置顯示字體通過設(shè)置參數(shù)"font_path=path"可以改變?cè)~云圖中出現(xiàn)字符的字體，path是一個(gè)包含字體文件名和存儲(chǔ)位置的字符串，它的默認(rèn)值為None，系統(tǒng)會(huì)選擇默認(rèn)的字體來顯示詞云。但如果要顯示中文詞云，則必須設(shè)置此參數(shù)，否則顯示亂碼。對(duì)于中文詞云，還有一點(diǎn)要注意，因?yàn)間enerate方法只接收以空格分隔的字符串，因此，還需要利用jieba庫對(duì)中文文本進(jìn)行分詞處理。請(qǐng)看示例：（4）stopwords參數(shù)-排除不顯示的單詞在詞云效果圖的顯示當(dāng)中，有時(shí)可能希望屏蔽掉某些敏感單詞的顯示。此時(shí)可以通過設(shè)置參數(shù)stopwords來達(dá)成目的?？梢允孪葘⒁懦膯卧~保存在一個(gè)集合類型里，然后將該集合賦給參數(shù)stopwords。csv文件的讀取操作使用python內(nèi)置的csv模塊讀取csv文件注意：1.再次讀取csv文件得不到所希望的結(jié)果；2.讀取的每一列數(shù)據(jù)都是字符型數(shù)據(jù)實(shí)際操作時(shí)請(qǐng)根據(jù)需要進(jìn)行類型的轉(zhuǎn)換使用pandas庫讀取CSV文件pandas是python中最好的處理數(shù)據(jù)和分析數(shù)據(jù)的第三方庫，它提供了大量能使我們快速便捷地處理數(shù)據(jù)的函數(shù)和方法。簡(jiǎn)單地說，pandas提供了：①便于操作數(shù)據(jù)的數(shù)據(jù)類型（Series類型、DataFrame類型）②提供了很多的分析函數(shù)和分析工具，使得數(shù)據(jù)分析變得非常容易操作使用pandas的read_csv函數(shù)讀取csv文件通過DataFrame對(duì)象的屬性訪問DataFrame類型數(shù)據(jù)csv_data的值是一個(gè)帶表頭（列索引）的二維數(shù)據(jù)表，有行索引，行索引編號(hào)從0開始，它的類型是DataFrame類型。DataFrame是一個(gè)表格型的數(shù)據(jù)類型，它既有行索引，也有列索引。通過訪問DataFrame對(duì)象的相關(guān)屬性可以很方便地獲得每一列的數(shù)據(jù)，其訪問格式為：<對(duì)象名>.屬性名這里的“屬性名”就是DataFrame類型數(shù)據(jù)的字段名，即列索引使用pandas的read_csv函數(shù)讀取csv文件通過DataFrame對(duì)象的列索引訪問DataFrame類型數(shù)據(jù)表格數(shù)據(jù)的詞云圖通過help命令可以了解generate_from_frequencies方法的語法格式。>>>help(wordcloud.WordCloud.generate_from_frequencies)統(tǒng)計(jì)《三國(guó)演義》前20名人物出場(chǎng)次數(shù)：（1）讀取.csv文件中的數(shù)據(jù)（2）將讀取的每一列數(shù)據(jù)分別存儲(chǔ)在列表ls_names和ls_counts中（3）使用zip函數(shù)，得到元素形如“(人物,出場(chǎng)次數(shù))”的zip對(duì)象，再轉(zhuǎn)換為列表ls_names_counts，注意“出場(chǎng)次數(shù)”要為數(shù)值類型數(shù)據(jù)（4）通過dict函數(shù)將“鍵值對(duì)”信息構(gòu)成的列表ls_names_counts轉(zhuǎn)換為字典dt_names_counts（5）把字典dt_names_counts作為參數(shù)傳遞給WordCloud對(duì)象的方法generate_from_frequencies生成詞云圖實(shí)例【例11-19】使用自定義的圖形作為詞云形狀圖繪制西游記（第一回）詞云圖。分析：由于要求使用自定義圖形作為詞云形狀圖來繪制詞云圖，因此，該實(shí)例繪制的是藝術(shù)詞云圖，故需設(shè)置mask參數(shù)，同時(shí)要求提供背景顏色是白色的的自定義圖形，其次，由于繪制的是中文詞云圖，所以，還需要設(shè)置字體參數(shù)font_path來設(shè)置顯示字體。求解該問題的算法思路如下：（1）素材收集和準(zhǔn)備。準(zhǔn)備好“西游記第一回.txt”文本文件和用于繪制藝術(shù)詞云圖的自定義圖形文件“picture.jpg”。（2）利用open函數(shù)讀入文本文件“西游記第一回.txt”到字符串變量txt。（3）將中文字符串txt變成以空格分隔每個(gè)詞構(gòu)成的長(zhǎng)字符串。由于generate方法只接收以空格分隔的字符串，因此，還需要利用jieba庫首先對(duì)文本字符串txt進(jìn)行分詞處理，然后再將分詞的結(jié)果拼接成一個(gè)以空格分隔的長(zhǎng)字符串。（4）讀取用于繪制詞云的形狀圖片文件。讀取圖片文件的第三方庫很多，這里使用imageio庫的imread方法來讀取圖片文件。（5）創(chuàng)建詞云對(duì)象并設(shè)置相關(guān)參數(shù)。調(diào)用wordcloud庫的WordCloud類來創(chuàng)建詞云對(duì)象，并設(shè)置mask參數(shù)、background_color參數(shù)和font_path參數(shù)。（6）向詞云對(duì)象加載文本。生成詞云對(duì)象后，調(diào)用generate方法向詞云對(duì)象加載文本，但要求加載的文本必須是以空格分隔的字符