码迷,mamicode.com
首页 > 编程语言 > 详细

Python - 利用词云wordcloud,jieba和中国地图制作四大名著的热词图

时间:2020-03-30 00:01:50      阅读:269      评论:0      收藏:0      [点我收藏+]

标签:输出   自动识别   blog   mat   generate   font   first   code   wordcloud   

热词图很酷炫,也非常适合热点事件,抓住重点,以图文结合的方式表现出来,很有冲击力。下面这段代码是制作热词图的,用到了以下技术:

jieba,把文本分词

wordcloud,制作热图

chardet,辨别文件的编码格式,其中中文统一为GB18030,更加的兼容

imageio,提取图片的形状

其他:自动识别文件编码,自动识别txt文件,图片文件名与txt文件一致,使用的是四大名著的文本(自行百度),部分中国地图


上代码:

import os
import jieba
import wordcloud
import chardet
import imageio

directory = "D:\\"
mask = imageio.imread(r"D:\map.jpg")  # 用于最后图像图形

directory_lists = os.scandir(directory)
for directory_list in directory_lists:

    if directory_list.is_dir() or directory_list.path.split(‘.‘)[-1] != "txt":
        continue

    with open(directory_list.path, ‘rb‘) as fd:
        coding = chardet.detect(fd.read()[:1000])[‘encoding‘]
        if coding.upper() == ‘GB2312‘ or coding == ‘GBK‘:
            coding = ‘GB18030‘

    file = open(directory_list.path, ‘r‘, encoding=coding)
    text = file.read()
    file.close()
    jieba_text = ‘ ‘.join(jieba.lcut(text))

    w = wordcloud.WordCloud(height=800, width=1600, font_path=‘msyh.ttc‘, background_color=‘white‘, stopwords={‘Page‘}, mask=mask)
    w.generate(jieba_text)
    w.to_file(‘{}.png‘.format(directory_list.path.split(‘.‘)[0]))


输出:

技术图片

技术图片


仔细看输出的内容,还是挺有意思的,哈哈哈。

Python - 利用词云wordcloud,jieba和中国地图制作四大名著的热词图

标签:输出   自动识别   blog   mat   generate   font   first   code   wordcloud   

原文地址:https://www.cnblogs.com/johnthegreat/p/12595892.html

(0)
(0)
   
举报
评论 一句话评论(0
登录后才能评论!
© 2014 mamicode.com 版权所有 京ICP备13008772号-2
迷上了代码!