马老师第三弹–做个词云

马老师第三弹–做个词云

接着之前的第二弹，这次做个词云。

词云

“词云”就是通过形成“关键词云层”或“关键词渲染”，对网络文本中出现频率较高的“关键词”的视觉上的突出。

举个例子：

wordcloud

wordcloud是Python优秀的词云展示第三方库。

github: https://github.com/amueller/word_cloud

安装：pip install wordcloud

使用方法很简单：

import wordcloud
corpus = ['this is the first document',
          'this document is the second document',
          'and this is the third one',
          'is this the first document']
wc = wordcloud.WordCloud(background_color='white')
wc.generate(' '.join(corpus))
wc.to_file("python_wordcloud.png")

总共分三步：

1. 配置对象参数： wc = wordcloud.WordCloud()

参数	描述
width	词云图片宽度，默认400像素
height	词云图片高度，默认200像素
min_font_size	词云图片字体最小字号，默认4号
max_font_size	词云图片最大字号，根据高度自动调节
font_step	词云图片字体字号的步进间隔，默认为1
font_path	指定字体文件的路径（中文要单独设置），默认None
max_words	指定词云显示的最大单词数量，默认200
stop_words	指定词云的排除词列表，即不显示的单词列表
mask	指定词云形状，默认为长方形，需要引用 PIL.imread()函数
background_color	指定词云图片的背景颜色，默认为黑色

2. 加载词云文本：wc.generate(' '.join(corpus)) 可以是输入的文件内容，要求为str。
3. 输出词云图片：wc.to_file("python_wordcloud.png")

大胆的想法

import jieba
import matplotlib.pyplot as plt
from wordcloud  import WordCloud
import numpy as np
from PIL import Image

txt = open('TeacherMa.txt', "r", encoding='utf-8').read()
words = jieba.lcut(txt)
wc = WordCloud(
        font_path='/System/Library/fonts/STHeiti Medium.ttc',#macos
        background_color='white',
        width=800,
        height=600,
        max_font_size=50,
        min_font_size=5,
        mode='RGBA',
        colormap='ocean_r'
    )
result = " ".join(words)
wc.generate(result)
wc.to_file("TeacherMa_wordcloud.png")

这不好看，又有了一个大胆的想法
wordcloud可以增加mask参数设置词云图片形状，所以我用ps做了个马老师的mask图片。
大概长这样（自行脑补）：

然后图片就变成了这样：

mask = np.array(Image.open("/Users/xinzipanghuang/PycharmProjects/bilibili_danmu/ma2.png"))
txt = open('TeacherMa.txt', "r", encoding='utf-8').read()
words = jieba.lcut(txt)
wc = WordCloud(
        font_path='/System/Library/fonts/STHeiti Medium.ttc',#macos
        mask=mask,
        background_color='white',
        width=800,
        height=600,
        max_font_size=50,
        min_font_size=5,
        mode='RGBA',
    )
result = " ".join(words)
wc.generate(result)
wc.to_file("TeacherMa_wordcloud_shape.png")