首页 > 编程语言 >拓端数据tecdat|python代写安娜卡列妮娜词云图制作

拓端数据tecdat|python代写安娜卡列妮娜词云图制作

时间:2022-12-12 22:01:21浏览次数:51  
标签:plt python tecdat DataFrame wordcloud 词云 words 妮娜 segment

知识点普及

 

词频:某个词在该文档中出现的次数停用词:数据处理时过滤掉某些字或词,如:网站、的等语料库:也就是我们要分析的所有文档的集合中文分词:将汉字序列分成一个个单独的词

使用第三方库介绍

jieba jieba.cut(content) content 为分词的句子pandas pandas.DataFrame()生成DataFrame对象 pandas.DataFrame.groupby()分组统计 分组统计实例 pandas.DataFrame.groupby(by=列名数组)[统计列名数组].agg({ 统计项名称:统计函数})wordcloudpython构建词云的库文件 安装方式请自行案例

词云实现

#!/usr/bin/env python
# coding=utf-8import osimport jiebaimport codecsimport pandas as pdimport numpy as npfrom wordcloud import WordCloud,ImageColorGeneratorimport matplotlib.pyplot as plt
#导入所用库文件basefile = data存储路径
# 语料库加载
f_in = codecs.open(basefile+'an.txt','r','utf-8') content = f_in.read()
#分词,生成segments列表segments = []
segs = jieba.cut(content)for seg in segs: if len(seg)>1: segments.append(seg)
#生成DataFrame对象segmentDF = pd.DataFrame({'segment':segments})
#分组统计segStat = segmentDF.groupby( by = ['segment'] )['segment'].agg({ '计数':np.size}).reset_index().sort_values(by = ['计数'], ascending = False )
#加载停用词 stopwords = pd.read_csv( "./StopwordsCN.txt", encoding='utf8', index_col=False)
#移除停用词,并做去反操作fSegStat = segStat[ ~segStat.segment.isin(stopwords.stopword)]
#构建词云文件wordcloud = WordCloud( font_path='./simhei.ttf',
#词云展示字体 background_color="black",
#词云展示背景颜色
)
words = fSegStat.set_index('segment').to_dict()wordcloud.fit_words(words['计数'])plt.imshow(wordcloud)plt.show()

 

效果展示

拓端数据tecdat|python代写安娜卡列妮娜词云图制作_加载

拓端数据tecdat|python代写安娜卡列妮娜词云图制作_python_02 

 

AnnaKarenina

词云美化

from scipy.misc import imread
#读取图片背景
bimg = imread(basefile+'An.png')
wordcloud = WordCloud( background_color="white", mask=bimg, font_path='./simhei.ttf')wordcloud = wordcloud.fit_words(words['计数'])
#设置图片大小
plt.figure( num=None, figsize=(8, 6), dpi=80, facecolor='w', edgecolor='k')
#获取图片颜色
bimgColors = ImageColorGenerator(bimg)plt.axis("off")
#重置词云颜色
plt.imshow(wordcloud.recolor(color_func=bimgColors))plt.show()


标签:plt,python,tecdat,DataFrame,wordcloud,词云,words,妮娜,segment
From: https://blog.51cto.com/u_14293657/5931984

相关文章

  • python之路47 django路由配置
    可视化界面之数据增删改查针对数据对象主键字段的获取可以使用更加方便的obj.pk获取在模型类中定义双下str方法可以在数据对象被执行打印操作的时候方便的查看'''form......
  • 进入python的世界_day50_Django之路由层——路由匹配、反向解析
    一、django请求生命周期流程图学习流程:​ 路由层、视图层、模板层、模型层、组件(插件、中间件)、BBS项目二、路由匹配1.path转换器#path('网址后缀',视图函数名)一旦......
  • Python Web开发一:Web开发简介
    PythonWeb开发一:Web开发简介​​一、背景知识​​​​二、前端开发和后端开发要做什么​​​​1.Web前端开发​​​​1.1html文件​​​​1.2CSS​​​​1.3资源文件​​......
  • 1行Python代码,合并100个Excel文件,原来这么方便?
    大家好,这里是程序员晚枫。今天开源项目​​python-office​​发布了一个新功能:1行代码,合并你指定的多个Excel文件。本文给大家详细介绍一下~需求说明有一位老师,现在有全校1......
  • 总结Python设置Excel单元格样式的一切,比官方文档还详细
    OverridetheentrypointofanimageIntroducedinGitLabandGitLabRunner9.4.Readmoreaboutthe extendedconfigurationoptions.Beforeexplainingtheav......
  • python-miio 入门
    一、获取ip和tooken转载链接:https://github.com/PiotrMachowski/Xiaomi-cloud-tokens-extractor二、基础通信转载链接:https://github.com/rytilahti/python-miio/iss......
  • Python目录
      应用Django开发网站和网页的web框架。官网:https://docs.djangoproject.com/教程:a) 刘江的博客教程(Django) b) Django框架教程 c)  w3chool提供的Djang......
  • win11上同时安装多个版本的python
    最近在做车牌识别项目,我的电脑上安装的python3.8+tensorflow2.x,但是网上的很多项目需要python3.6+tensorflow1.15.2,所以我就开始折腾怎么在电脑上同时共存多个python版本,在......
  • Python学习基础笔记四十五——包
    OverridetheentrypointofanimageIntroducedinGitLabandGitLabRunner9.4.Readmoreaboutthe extendedconfigurationoptions.Beforeexplainingtheav......
  • python map不一样应用
    mapmap(function,iterable,...)function:针对每个迭代对象的函数iterable可迭代对象注意:function中参数和iterable个数对应单个可迭代对象(不常用)list(map(lam......