数据可视化 | 讲究！用 Python 制作词云图学问多着呢
最新回答
醉酒吟春秋
2024-11-28 08:08:10
在上期文章中，我们介绍了如何使用 Python 进行文本词频分析，重点讲解了文本预处理和中文分词。本期文章将在此基础上，继续介绍如何使用 Python 制作精美的词云图。
我们以《“十四五”规划》作为词频统计和制作词云图的对象，出现频率较高的词语如下所示：
Tips: 1. 本文重点在第三部分：stylecloud 2. 本文中代码的注释同样值得一看 3. 词云图的词语分布（颜色，位置，方向）是随机的，即每次运行都可以得到一个全新的词云图，所以当不满意某个词云图时，不妨多运行几遍代码，一定会得到一个满意的。
使用pyecharts生成词云图是一件非常简单的事情，只需要简单的几行代码即可。首先，pyecharts需要的语料格式如下（也可以使用词语权重来替代词频）：
根据词频统计Excel表生成以上格式的代码如下：
那么使用pyecharts生成词云图的代码如下，打开生成的html文件即可看到生成的词云图，如下图所示：
我们相信，这种效果的词云图应该，可能，大概，或许不能入各位法眼……
wordcloud是使用Python制作词云图使用最广泛的工具，但是使用它制作词云图并不是一件简单的事情：首先，在安装它的时候，就很有可能遇到麻烦，因为wordcloud库需要依赖Microsoft Visual C++环境，需要事先安装该组件；其次，为了词云图的美观，使用过程中需要配合其他第三方库使用，比如PIL（用于加载背景图）。
wordcloud可以接收多种格式的语料，可以是空格分隔的词语串，也可以是词语，词频组成的字典。下面我们使用词频统计Excel表构建字典语料，代码如下：
词云背景（形状）图使用下图（椭圆.png）：
使用wordcloud生成词云图的代码如下：
以上就是使用wordcloud生成的词云图了，实际效果也是比较不错的，它的优点是可以控制的参数很多，可以尽情DIY（包括背景图，主题颜色，词语大小等等），缺点是代码较复杂，依赖的环境/工具较多。
stylecloud是最接近完美的Python词云库！也是本文最想介绍的词云工具！stylecloud是一款简单易用的Python词云生成第三方库，使用非常简单，但是得到的词云图却高级感十足。
Tips: 事实上，stylecloud是wordcloud的高级封装版本。这意味着stylecloud库需要依赖wordcloud库。这也是我们认为它接近完美而非真正完美的原因。
首先，我们认为影响词云图效果的因素有两大类，即语料和词云图形，其中语料的质量可以通过分词来控制；那么如何提高词云图形的质量呢？我们认为最影响词云图形的因素有以下3个：1.词云形状2.配色方案3.字体
下面我们就从这三个方面入手，一步一步美化词云图。先使用stylecloud制作一个默认的词云，但在此之前需要构建语料。stylecloud需要的语料可以是词语列表、词语词频csv文件或词语词频txt文件，我们使用词频统计表的前200个词语来构建不同格式的语料，构建语料的代码如下（不熟练的小伙伴也可以手动填写词语和词频来生成语料）：
生成的语料展示如下（使用记事本打开后）：
使用stylecloud库（使用默认参数）生成词云图的代码和词云图如下：
一面旗！使用默认参数生成的词云图还是非常不错的，另外，从词语数量的增多可以看出，使用更多的词语可以使词云图更加饱满，视觉效果更佳。
下面我们将逐步修改词云形状，配色方案和字体来DIY一个更令人满意的词云图。
（1）词云形状
stylecloud词云形状使用特定网站中的图标，进入该网站，滚动鼠标下拉找到【查看图标】，点击进入后即可在1600+图形中选择中意的形状，选择图形后，点击图形右上角即可复制图形的名称，如下图所示：
我们再将复制到的内容赋给参数icon_name即可生成这个形状的词云，代码如下：
另外，再添加参数invert_mask=True还可以将形状反转，（代码省略）直接展示结果：
（2）配色方案
配色方案将直接影响词云图的观感，在展示某些主题下的文本词云时，可以选择合适的配色。比如当我们制作与海洋产业有关系的文本词云时，可以设置主题颜色为蓝色/绿色/青色系列颜色。stylecloud中词云的配色可以由Python配色工具库palettable来提供，其默认的配色方案也是由palettable所提供的。我们找到了民间大神整理的配色方案PDF文档，文档中部分配色方案如下图所示：
如果想要使用图中的配色方案，只需在生成词云的代码前面声明（使用上图中左侧的代码）即可，例如，我们使用上图中Blues_7蓝色配色方案，声明配色方案的代码如下：
此外，假如配色方案中没有我们喜欢的配色方案，那么我们还可以自定义配色方案，将选择的颜色填入一个列表，再将颜色列表赋给参数colors即可。那么如何选择颜色呢？我们为大家推荐一个可以DIY的无广告调色网页。该网页支持用户自己调色（通过控制R.G.B颜色权重）来生成对应颜色的十六进制代码，如下图所示：
也可以在已有的几百种颜色中进行选择，如下图所示：
选中颜色后只需将对应的颜色代码填入colors参数列表中即可。我们选择几种较浅的暖色系颜色组成一个配色方案，代码如下：
除了颜色的变化，我们还可使用参数gradient来控制词云图色温变化的梯度，当不使用这个参数时，每个词语的颜色是可用颜色中随机的一种。也就是上面词云图中混乱无序的样子。当我们将gradient参数设置为任意非空字符串，就可以使词云图中的颜色分布按照色温，色深沿着特定方向变化，效果非常Nice。代码如下（注意参数size变为整数，否则会报错）：
（3）字体
使用不同字体同样可以优化词云图的观感，对Windows用户来说，选择字体并不难，系统字体默认的存储路径为：C:\Windows\Fonts\，找到这个文件夹就可以查看系统中的字体，双击字体图标可以预览字体，不过很多字体并没有对中文做优化，因此设置后可能存在无法显示的情况。预览字体的截图如下：
鼠标右击图标后选择【属性(R)】可以查看该字体文件的名称，如下图所示：
我们使用【微软雅黑】字体（字体名为msyhbd.ttc，使用font_path参数设置字体路径）重新生成一个词云（由于字体加粗，我们将最大词数由200减少到150）。最大字号下调至150，图片尺寸由600调整为1000，这个操作可以提高词云图的分辨率，防止小词语模糊不清。代码如下：
本期文章我们为大家详细介绍了如何使用Python制作词云图，在制图过程中，我们可以通过设置不同的参数来改变词云的形状、配色、字体、词数等词云图要素。学习这些之后，我们就可以自己动手，制作想要的词云图了。希望本文内容对大家有所帮助。
热门标签
