思維導圖：
效果（語句版）：
源碼：
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
|
# -*- coding: utf-8 -*-"""created on tue mar 5 17:59:29 2019@author: dell""" # =============================================================================# 步驟：# 分割aaa = jieba.cut(str,cut_all=true/false)# 連接bbb = " ".join(aaa)# 制作xxx = wordcloud(background_color,font_path).generate(bbb) #bbb為字符串# 顯示plt.imshow(xxx) #不能用plt.show()# 取消坐標軸的顯示matplotlib.pyplot.axis("off")# 存為圖片xxx.to_file(path)# ============================================================================= from wordcloud import wordcloudfrom matplotlib import pyplot as pltimport jieba with open("pythontest.txt",encoding="utf-8") as f: text = f.read()#textfromfile = open("pythontest",encoding = "utf-8").read() word_list = jieba.cut("abvdefg",cut_all=true) #切成了一個個的字符串xxx = " ".join(word_list) #"分隔符".join(需要被連接的數據) 將內容連接為字符串 mywordcloud = wordcloud(background_color="white",font_path='c:\windows\fonts\stzhongs.ttf').generate(text)#mywordcloud = wordcloud(background_color="white",width=1000,height=860,font_path='c:\windows\fonts\stzhongs.ttf').generate(text)plt.axis("off")#plt.show(mywordcloud) #沒有實際顯示，只有背景！！！plt.imshow(mywordcloud) mywordcloud.to_file("詞云圖片.jpg") #保存為圖片 |
注意事項：
<一> jieba分詞
- 分詞后的返回值類型
- 分詞后的返回值
- 如何去除所要分離文本的中英文符號，還有空格符
|
1
2
3
4
5
6
7
8
9
|
import jiebawordlist = jieba.cut("機器學習,算法對新鮮樣本!的適應能力：叫泛化能力",cut_all=false)print(type(wordlist)) #類型是一個生成器generatorprint(wordlist) #本身是一個生成器對象generator objectfor list in wordlist: if list in ",./;'[]~!@#$%^&*()_+，。、；‘ 【】~！@#￥%……&*（）——+《 》？：“{}<>?:\n\r": none else: print(list) |
<二> 對詞圖進行重新上色的注意事項
- recolor(color_func=color) 正確
- recolor(color) 錯誤
<三> 讀取圖片時候的注意事項
a = np.array(image.open(路徑))
<四> python中文件路徑注意事項
- 使用 \\
- 使用 /
<五> spyder中的注釋快捷鍵
- 單行注釋：ctrl+1
- 塊注釋：ctrl+4
以上所述是小編給大家介紹的python數據可視化編程 - 詞云生成并保存（jieba+wordcloud）詳解整合，希望對大家有所幫助，如果大家有任何疑問請給我留言，小編會及時回復大家的。在此也非常感謝大家對服務器之家網站的支持！
原文鏈接：https://blog.csdn.net/qq_42292831/article/details/88199877
