手把手教你用python制作屬于你的第一個(gè)詞云

happyfish 發(fā)布于2019-07-30 14:17 / 3557人閱讀

摘要：利用強(qiáng)大的語(yǔ)言制作屬于自己的第一張?jiān)~云。還有一件很有意思的事情，和的中文意思，都是蟒蛇。好，接下來(lái)進(jìn)入正題，一步一步實(shí)現(xiàn)我們的第一張?jiān)~云。但是我們?nèi)绻獙?duì)中文進(jìn)行分析，還必須要借助中文分詞技術(shù)。

相信很多人在網(wǎng)上，或者是在一些報(bào)告或者ppt上，都看到過(guò)類(lèi)似這種圖片

你可能會(huì)好奇它是怎么做出來(lái)的，如果你會(huì)ps，你可能會(huì)覺(jué)得，這是用ps一步一步制作出來(lái)的。是的沒(méi)錯(cuò)，一開(kāi)始我也是堅(jiān)定不移的這么認(rèn)為。直到后面我遇到了python。

上網(wǎng)搜索“如何制作詞云”，你會(huì)得到很多教程。但是這些教程都是利用了一些制作工具，它們功能都太過(guò)專(zhuān)一，適用范圍有限。而且它們背后的原理，無(wú)非也就是利用了python。今天，我們就拋開(kāi)表面直擊本質(zhì)。利用強(qiáng)大的python語(yǔ)言制作屬于自己的第一張?jiān)~云。（快放開(kāi)我，我要裝逼）

眾所周知，python是目前大數(shù)據(jù)和人工智能領(lǐng)域最流行的語(yǔ)言，這其中很大一部分都要?dú)w功于它強(qiáng)大的社區(qū)和數(shù)不清的第三方類(lèi)庫(kù)，那有沒(méi)有一個(gè)集成環(huán)境同時(shí)集成了python語(yǔ)言的開(kāi)發(fā)環(huán)境和常用的類(lèi)庫(kù)呢，答案是肯定的，那就是Anaconda，它集成了大部分科學(xué)計(jì)算，數(shù)據(jù)處理，計(jì)算機(jī)繪圖等領(lǐng)域所用到的庫(kù)。

還有一件很有意思的事情，Anaconda和python的中文意思，都是蟒蛇。

好，接下來(lái)進(jìn)入正題，一步一步實(shí)現(xiàn)我們的第一張?jiān)~云。

第一步：下載并安裝Anaconda

首先，進(jìn)入官網(wǎng)，選擇適合你電腦的版本，

注意，無(wú)論你的電腦是什么系統(tǒng)，在右邊都會(huì)有兩個(gè)選項(xiàng): Python 2.7 version和Python 3.6 version
我推薦下載使用python3.6版本，因?yàn)樵谶@個(gè)最新的版本中，很多python語(yǔ)言的缺陷都得到了很好的解決（比如長(zhǎng)期困擾python程序員的編碼問(wèn)題），這樣在日后的學(xué)習(xí)中，我們都會(huì)進(jìn)行的比較順利。

下載完成后得到一個(gè)exe格式的安裝文件，和正常軟件的安裝一樣，一直下一步下一步就行了，但是在這一步要注意，

一定要記得把第一個(gè)選項(xiàng)勾上，如果不勾上，在后續(xù)的環(huán)境變量配置問(wèn)題上會(huì)比較麻煩。雖然它不建議這么做（說(shuō)實(shí)話我也不知道為什么），安裝時(shí)間會(huì)比較久，耐心等待就行了。
安裝好了以后，先新建一個(gè)demo目錄，為了方便起見(jiàn)，我們直接在桌面新建。按住Shift鍵同時(shí)點(diǎn)擊鼠標(biāo)右鍵，再點(diǎn)擊在此處打開(kāi)命令窗口（win10較新的版本里cmd被powershell取代了，所以出現(xiàn)的會(huì)是在此處打開(kāi)powershell窗口，別擔(dān)心，它們的功能是一樣的），然后輸入mkdir demo

然后在桌面上就會(huì)出現(xiàn)一個(gè)demo文件夾

然后在這里下載wordcloud工具包，

之前我們下的是python3.6的版本，如果你的電腦是32位的，就選中倒數(shù)第二個(gè)，如果是64位的，就選擇最后一個(gè)。
下載后將這個(gè).whl文件拖拽到你的demo文件夾里。然后在命令行下，先執(zhí)行

pip install wheel

再執(zhí)行

pip install wordcloud-1.3.1-cp36-cp36m-win_amd64.whl

wordcloud-1.3.1-cp36-cp36m-win_amd64.whl就是你的下載下來(lái)的文件名，
這些步驟做完，我們就完成了運(yùn)行環(huán)境配置。

第二步：開(kāi)始分析

先找到你要分析的文章，將其保存為txt文件，比如我在網(wǎng)上摘取了一篇關(guān)于anaconda的介紹，將其保存為anaconda.txt文件,

然后在demo目錄下運(yùn)行命令行jupyter notebook，打開(kāi)jupyter編輯器。

很快瀏覽器就會(huì)被打開(kāi)，跳轉(zhuǎn)到這個(gè)界面

點(diǎn)擊右上方的New,新建一個(gè)python3，然后瀏覽器就會(huì)打開(kāi)一個(gè)新的頁(yè)面，用于輸入python代碼。

輸入

filename = "anaconda.txt"
with open(filename) as f:
 mytext = f.read()

按Shift+Enter 執(zhí)行，注意：第三行mytext前面一定要有空格。

再輸入mytext，按Shift+Enter運(yùn)行，就會(huì)看到txt里的文本已經(jīng)被保存到這個(gè)變量里面來(lái)了。

然后調(diào)用我們的wordcloud包，對(duì)mytext里面存儲(chǔ)的文本進(jìn)行詞云分析。

from wordcloud import WordCloud
wordcloud = WordCloud().generate(mytext)

程序可能會(huì)報(bào)警，但是不會(huì)影響正常運(yùn)行，直接忽略它就是了。

此時(shí)詞云分析已經(jīng)完成了，最后一步對(duì)分析結(jié)果進(jìn)行可視化處理。

%pylab inline
import matplotlib.pyplot as plt
plt.imshow(wordcloud, interpolation="bilinear")
plt.axis("off"

奇跡發(fā)生了

我們可以在圖片上右鍵將其保存到本地。

到這里，一張?jiān)~云就做好了。

wordcloud最核心的功能是對(duì)關(guān)鍵詞進(jìn)行分析，出現(xiàn)頻率大的詞會(huì)用更大的字體對(duì)其進(jìn)行顯示，除此之外，我們還可以自定義字體的顏色和詞云的形狀，圖片的分辨率等等等等。但是我們?nèi)绻獙?duì)中文進(jìn)行分析，還必須要借助中文分詞技術(shù)。這里就不再贅述。