思维导图：
效果（语句版）：
源码：
|
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""" # =============================================================================# 步骤：# 分割aaa = jieba.cut(str,cut_all=true/false)# 连接bbb = " ".join(aaa)# 制作xxx = wordcloud(background_color,font_path).generate(bbb) #bbb为字符串# 显示plt.imshow(xxx) #不能用plt.show()# 取消坐标轴的显示matplotlib.pyplot.axis("off")# 存为图片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) #切成了一个个的字符串xxx = " ".join(word_list) #"分隔符".join(需要被连接的数据) 将内容连接为字符串 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) #没有实际显示，只有背景！！！plt.imshow(mywordcloud) mywordcloud.to_file("词云图片.jpg") #保存为图片 |
注意事项：
<一> jieba分词
- 分词后的返回值类型
- 分词后的返回值
- 如何去除所要分离文本的中英文符号，还有空格符
|
1
2
3
4
5
6
7
8
9
|
import jiebawordlist = jieba.cut("机器学习,算法对新鲜样本!的适应能力：叫泛化能力",cut_all=false)print(type(wordlist)) #类型是一个生成器generatorprint(wordlist) #本身是一个生成器对象generator objectfor list in wordlist: if list in ",./;'[]~!@#$%^&*()_+，。、；‘ 【】~！@#￥%……&*（）——+《 》？：“{}<>?:\n\r": none else: print(list) |
<二> 对词图进行重新上色的注意事项
- recolor(color_func=color) 正确
- recolor(color) 错误
<三> 读取图片时候的注意事项
a = np.array(image.open(路径))
<四> python中文件路径注意事项
- 使用 \\
- 使用 /
<五> spyder中的注释快捷键
- 单行注释：ctrl+1
- 块注释：ctrl+4
以上所述是小编给大家介绍的python数据可视化编程 - 词云生成并保存（jieba+wordcloud）详解整合，希望对大家有所帮助，如果大家有任何疑问请给我留言，小编会及时回复大家的。在此也非常感谢大家对服务器之家网站的支持！
原文链接：https://blog.csdn.net/qq_42292831/article/details/88199877
