python数据挖掘实战笔记——文本挖掘（5）：词云美化之绘制《红楼梦》词云图.pdfVIP

python数据挖掘实战笔记——⽂本挖掘（5）：词云美化之绘制《红楼梦》词云 图 词云图的美化就是把词云图的背景和颜⾊进⾏美化，以《红楼梦》词云图为例，如下所⽰： ⾸先绘制词云，跟之前的代码操作⼀样： import jieba import numpy import codecs import pandas #读取红楼梦⽂本 file = codecs.open( rC:\Users\www12\Desktop\data\2.5\红楼梦.txt, r, utf-8 ) content = file.read() file.close() #导⼊专⽤词库 jieba.load_userdict(rC:\Users\www12\Desktop\data\2.5\ 红楼梦词库.txt); #分词 segments = [] segs = jieba.cut(content) for seg in segs: if len(seg.strip())1:#去掉单字词 segments.append(seg); #分词结果添加到数据框中 segmentDF = pandas.DataFrame({segment:segments}) #移除停⽤词 stopwords = pandas.read_csv( rC:\Users\www12\Desktop\data\2.5\StopwordsCN.txt, encoding=utf8, index_col=False, quoting=3, sep=\t sep=\t ) segmentDF = segmentDF[ ~segmentDF.segment.isin(stopwords.stopword) ] #移除⽆效词 wyStopWords = pandas.Series([ # 42 个⽂⾔虚词 之, 其, 或, 亦, ⽅, 于, 即, 皆, 因, 仍, 故, 尚, 呢, 了, 的, 着, ⼀, 不, 乃, 呀, 吗, 咧, 啊, 把, 让, 向, 往, 是, 在, 越, 再, 更, ⽐, 很, 偏, 别, 好, 可, 便, 就, 但, ⼉, # ⾼频副词 ⼜, 也, 都, 要, # ⾼频代词 这, 那, 你, 我, 他, #⾼频动词 来, 去, 道, 笑, 说, #空格 , ]); segmentDF = segmentDF[ ~segmentDF.segment.isin(wyStopWords) ] #词频统计 segStat = segmentDF.groupby( by=[segment] )[segment].agg({ 计数:numpy.size }).reset_index().sort_values( by=[计数], ascending=False ); segStat.head(100) #绘制词云 #/~gohlke/pythonlibs/ from wordcloud import WordCloud import matplotlib.pyplot as plt wordcloud = WordCloud( font_path=D:\\simhei.ttf, background_color=black ) words = segStat.set_index(segment).to_dict() wordcloud = wordcloud.fit_words(words[计数]) plt.imshow(wordcloud plt.close() 得到了和之前类似的词云，下⾯在此基础上进⾏词云的美化：⾸先选取⼀张背景图 #词云美化 ⾸先导⼊需要的包： from scipy.misc import imread import matplotlib.pyplot as plt from wordcloud import WordCloud, ImageColorGenerator #导⼊背景图 bimg = imread(rC:\Users\www12\Desktop\data\2.5\贾宝⽟.png) wordcloud = WordCloud( background_color=white, mask=bimg, font_path=D:\\PDM\\2.5\\simhei.ttf ) #将图⽚赋值给mask参数 wordcloud = wordcloud.fit_words(words[计数]) #绘制词云图 #设置词云颜⾊ bimgColors = ImageColorGen