效果
1 實現代碼
讀取txt文件：
def readText(text_file_path):
with open(text_file_path, encoding='gbk') as f: #
content = f.read()
return content
得到文章的詞頻：
def getRecommondArticleKeyword(text_content, key_word_need_num = 10, custom_words = [], stop_words =[], query_pattern = 'searchEngine'):
'''
:param text_content: 文本字符串
:param key_word_need_num: 需要的關鍵詞數量
:param custom_words: 自定義關鍵詞
:param stop_words: 不查詢關鍵詞
:param query_pattern:
precision:精確模式————試圖將句子最精確地切開，適合文本分析；
entire：全模式————把句子中所有的可以成詞的詞語都掃描出來, 速度非常快，但是不能解決歧義；
searchEngine:搜索引擎模式————在精確模式的基礎上，對長詞再次切分，提高召回率，適合用于搜索引擎分詞；
paddle模式————利用PaddlePaddle深度學習框架，訓練序列標注（雙向GRU）網絡模型實現分詞。同時支持詞性標注。
:return:
'''
# jieba.enable_paddle()
# paddle.fluid.install_check.run_check()
if not isinstance(text_content, str):
raise ValueError('文本字符串類型錯誤！')
if not isinstance(key_word_need_num, int):
raise ValueError('關鍵詞個數類型錯誤！')
if not isinstance(custom_words, list):
raise ValueError('自定義關鍵詞類型錯誤！')
if not isinstance(stop_words, list):
raise ValueError('屏蔽關鍵詞類型錯誤！')
if not isinstance(query_pattern, str):
raise ValueError('查詢模式類型錯誤！')
# 添加自定義關鍵詞
for word in custom_words:
jieba.add_word(word)
if query_pattern == 'searchEngine':
key_words = jieba.cut_for_search(text_content)
elif query_pattern == 'entire':
key_words = jieba.cut(text_content, cut_all=True, use_paddle=True)
elif query_pattern == 'precision':
key_words = jieba.cut(text_content, cut_all=False, use_paddle=True)
else:
return []
# print("拆分后的詞: %s" % " ".join(key_words))
# 過濾后的關鍵詞
stop_words = set(stop_words)
word_count = Counter()
for word in key_words:
if len(word) > 1 and word not in stop_words:
word_count[word] += 1
# res_words = list()
# for data in word_count.most_common(key_word_need_num):
# res_words.append(data[0])
# return res_words
return word_count
繪制圖片：
def drawWordsCloud(word_count, save_img_filePath='', img_mask_filePath=''):
# print(word_count)
# print(type(word_count))
if len(img_mask_filePath) != 0:
img_mask = np.array(Image.open(img_mask_filePath)) #打開遮罩圖片,將圖片轉換為數組
wc = wordcloud.WordCloud(font_path='/Library/Fonts/Arial Unicode.ttf',# 設置中文字體，詞云默認字體是“DroidSansMono.ttf字體庫”，不支持中文
background_color="white", # 設置背景顏色
max_words=200, # 設置最大顯示的字數
max_font_size=50, # 設置字體最大值
random_state=30, # 設置有多少種隨機生成狀態，即有多少種配色方案
width=400,
height=200,
mask=img_mask
)
else:
wc = wordcloud.WordCloud(font_path='/Library/Fonts/Arial Unicode.ttf',# 設置中文字體，詞云默認字體是“DroidSansMono.ttf字體庫”，不支持中文
background_color="white", # 設置背景顏色
max_words=200, # 設置最大顯示的字數
max_font_size=50, # 設置字體最大值
random_state=30, # 設置有多少種隨機生成狀態，即有多少種配色方案
width=400,
height=200
)
# 繪圖
wc.generate_from_frequencies(word_count) #從字典生成詞云
plt.imshow(wc) #顯示詞云
plt.axis('off') #關閉坐標軸
plt.show() #顯示圖像
# 保存圖片
if len(save_img_filePath) != 0:
wc.to_file(save_img_filePath)
else:
pass
2 完整代碼
#-*- coding : utf-8-*-
import jieba
from collections import Counter
import paddle
import wordcloud #詞云展示庫
import matplotlib.pyplot as plt #圖像展示庫
import time
from PIL import Image
import numpy as np
def timer(func):
def calculateTime(*args, **kwargs):
t = time.perf_counter()
result = func(*args, **kwargs)
print(f'func {func.__name__} coast time:{time.perf_counter() - t:.8f} s')
return result
return calculateTime
def readText(text_file_path):
with open(text_file_path, encoding='gbk') as f: #
content = f.read()
return content
@timer
def getRecommondArticleKeyword(text_content, key_word_need_num = 10, custom_words = [], stop_words =[], query_pattern = 'searchEngine'):
'''
:param text_content: 文本字符串
:param key_word_need_num: 需要的關鍵詞數量
:param custom_words: 自定義關鍵詞
:param stop_words: 不查詢關鍵詞
:param query_pattern:
precision:精確模式————試圖將句子最精確地切開，適合文本分析；
entire：全模式————把句子中所有的可以成詞的詞語都掃描出來, 速度非常快，但是不能解決歧義；
searchEngine:搜索引擎模式————在精確模式的基礎上，對長詞再次切分，提高召回率，適合用于搜索引擎分詞；
paddle模式————利用PaddlePaddle深度學習框架，訓練序列標注（雙向GRU）網絡模型實現分詞。同時支持詞性標注。
:return:
'''
# jieba.enable_paddle()
# paddle.fluid.install_check.run_check()
if not isinstance(text_content, str):
raise ValueError('文本字符串類型錯誤！')
if not isinstance(key_word_need_num, int):
raise ValueError('關鍵詞個數類型錯誤！')
if not isinstance(custom_words, list):
raise ValueError('自定義關鍵詞類型錯誤！')
if not isinstance(stop_words, list):
raise ValueError('屏蔽關鍵詞類型錯誤！')
if not isinstance(query_pattern, str):
raise ValueError('查詢模式類型錯誤！')
# 添加自定義關鍵詞
for word in custom_words:
jieba.add_word(word)
if query_pattern == 'searchEngine':
key_words = jieba.cut_for_search(text_content)
elif query_pattern == 'entire':
key_words = jieba.cut(text_content, cut_all=True, use_paddle=True)
elif query_pattern == 'precision':
key_words = jieba.cut(text_content, cut_all=False, use_paddle=True)
else:
return []
# print("拆分后的詞: %s" % " ".join(key_words))
# 過濾后的關鍵詞
stop_words = set(stop_words)
word_count = Counter()
for word in key_words:
if len(word) > 1 and word not in stop_words:
word_count[word] += 1
# res_words = list()
# for data in word_count.most_common(key_word_need_num):
# res_words.append(data[0])
# return res_words
return word_count
def drawWordsCloud(word_count, save_img_filePath='', img_mask_filePath=''):
# print(word_count)
# print(type(word_count))
if len(img_mask_filePath) != 0:
img_mask = np.array(Image.open(img_mask_filePath)) #打開遮罩圖片,將圖片轉換為數組
wc = wordcloud.WordCloud(font_path='/Library/Fonts/Arial Unicode.ttf',# 設置中文字體，詞云默認字體是“DroidSansMono.ttf字體庫”，不支持中文
background_color="white", # 設置背景顏色
max_words=200, # 設置最大顯示的字數
max_font_size=50, # 設置字體最大值
random_state=30, # 設置有多少種隨機生成狀態，即有多少種配色方案
width=400,
height=200,
mask=img_mask
)
else:
wc = wordcloud.WordCloud(font_path='/Library/Fonts/Arial Unicode.ttf',# 設置中文字體，詞云默認字體是“DroidSansMono.ttf字體庫”，不支持中文
background_color="white", # 設置背景顏色
max_words=200, # 設置最大顯示的字數
max_font_size=50, # 設置字體最大值
random_state=30, # 設置有多少種隨機生成狀態，即有多少種配色方案
width=400,
height=200
)
# 繪圖
wc.generate_from_frequencies(word_count) #從字典生成詞云
plt.imshow(wc) #顯示詞云
plt.axis('off') #關閉坐標軸
plt.show() #顯示圖像
# 保存圖片
if len(save_img_filePath) != 0:
wc.to_file(save_img_filePath)
else:
pass
if __name__ == '__main__':
pass
# /Users/mac/Downloads/work/retailSoftware/公司項目/test.txt
text_file_path = "/Users/mac/Downloads/電子書/編程思想/相約星期二/相約星期二.txt"
# text_file_path = "/Users/mac/Downloads/work/retailSoftware/公司項目/test3.txt"
text_content = readText(text_file_path)
# print(text_content)
# print(JNI_API_getRecommondArticleKeyword(text_content))
img_mask_filePath = '/Users/mac/Desktop/截屏2021-08-20 下午4.02.10.png'
img_save_filePath = '/Users/mac/Downloads/test9.png'
drawWordsCloud(getRecommondArticleKeyword(text_content), img_save_filePath, img_mask_filePath)
到此這篇關于Python統計詞頻并繪制圖片(附完整代碼)的文章就介紹到這了,更多相關Python統計詞頻繪制圖片內容請搜索腳本之家以前的文章或繼續瀏覽下面的相關文章希望大家以后多多支持腳本之家！
您可能感興趣的文章:- python中Matplotlib繪制直線的實例代碼
- python一繪制元二次方程曲線的實例分析
- python基于turtle繪制幾何圖形
- 淺談Python pygame繪制機制
- 利用Python快速繪制海報地圖
