7361 - 新大榭微课№:016 - 【模块】中文标签云应用实例讲解（公开课）

admin · 发表于 2021-6-28 12:11:01

马上注册，结交更多好友，享用更多功能，让你轻松玩转新大榭论坛！

您需要登录才可以下载或查看，没有账号？注册

x

   hello！大家好，今天张老师来讲解词云的具体应用实例，
   词云技术可以帮助我们进行数据分析，数据库静态可视化操作。
   在上课之前请同学们先了解两个优秀的Python第三方库，他们分别是 jieba 和 wordcloud ，

同学们有知道的吗？知道的同学请举个手！其实在高中《信息技术》（必修一）中有提到过 jieba 库，这也是高中必修学习的课程，而 wordcloud 库是高中选修课程，好了，废话少说，直接上干货，如果有同学对这两个库还不太了解的，建议先脑补一下，老师提供了这两个库的学习帖子链接，登陆对应的 学习直通车 就可以参加在线学习，今天，老师以《新大榭python学习社区》数据分析为例进行案例讲解，让大家进一步了解 jieba 和 wordcloud 的详细应用及操作。

jieba 库 ------------【学习直通车】（高中必修）4 {( d* ?9 F) J; g

wordcloud 库 ----【学习直通车】（高中选修）
; o. u7 o9 b' r; I2 b

下面我们以《新大榭python学习社区》为例进行数据词云效果展示，
首先下载待分析数据原始本文，注意编码保存为 utf-8 文本格式（text.txt）

新大榭python学习社区.png

图1: 未进行优化处理 - 原版效果图 ↑↑↑

很明显默认高频词的在这里没有意义，所以需要过滤去除，类似的还有像“就”、“与”、“了”、“在”等等；

stop_words = ['的','就','与','了','在']

复制代码

同时通过for循环过滤词汇；把如下原默认代码

w.generate(" ".join(jieba.lcut(text)))

复制代码

替换成

w.generate(" ".join(k for k in jieba.lcut(text) if k not in stop_words))

复制代码

以上操作就是过滤关键词；
反之还有一类词，计算器暂没收录，需要我们个性化收录，比如“仑中”，“蓝桥杯”，“第三方库” 等等

jieba.add_word("仑中")- h1 {" V+ z- j9 S! i
jieba.add_word("蓝桥杯")
, g0 c& a) m7 T7 s5 O
jieba.add_word("第三方库")

复制代码

图2: 已进行优化处理 - 效果图 ↑↑↑

通过上述优化处理后我们不难发现数据标签云更加精准、概要，明了。4 a4 i) k8 |7 l1 Y. u8 C
这在数据分析统计学上我们称作过滤无效偏离量，使样本数据更准确！

图3: 已进行优化处理 - 效果图（背景白色） ↑↑↑

核心代码片段如下 ↓↓↓

import jieba6 ?) c" l$ t+ [' x& ?% G: {. o
import wordcloud
: r- [6 d% c7 D8 m+ ~/ |
/ J6 ^) a5 `2 ]/ l, C- h
# 引入数据文本文件. Z6 m& M5 ?0 y# G& M( b* A
text = open('text.txt','r',encoding='UTF-8').read()
! o1 s, Z% |/ w
/ S6 G7 W" _+ H! V: m3 Z# P
# 设置词云图片大小、字体及背景色(背景色默认黑色)
) `; V; W) C' w: W; ^
w=wordcloud.WordCloud(font_path="C:\\Windows\\Fonts\\simhei.ttf",width=1000,height=700,background_color="black")2 n! b7 O h/ W2 J
#w=wordcloud.WordCloud(font_path="C:\\Windows\\Fonts\\simhei.ttf",width=1000,height=700,mode='RGBA',background_color=None) # 白色背景模板4 L. g) }. W2 Y, O
# z! `! S7 e, Q7 k% k# N! g; b
w.generate(" ".join(jieba.lcut(text)))5 T; W; f% w: O, g& K
w.to_file("新大榭python学习社区_未优化.png") # 输出未优化词云标签; \+ r2 z5 e9 m! K7 N
, A6 p. ^5 @6 D3 w R
# 新增关键字词汇
' g/ v: b. a8 ?- G# q/ u
jieba.add_word("蓝桥杯")3 T# {2 n) e, ?/ d6 _/ d- K8 b
jieba.add_word('仑中')
# O2 x$ Z2 f& a+ W
jieba.add_word('新高考')+ e1 ^/ j- h- x) N; ]3 z
jieba.add_word('零基础')
% R5 s, q7 E K3 p6 i' O
jieba.add_word('第三方库')
4 i9 n* D" H# K( c
+ H$ P6 _% c! _6 b- f% c( E% F6 v
# 过滤干扰词汇
7 t4 a% u6 n7 R/ t+ U
stop_words = ['以上','来','指由','作为','组','是','级','对学','大','只要','这里','等','你','的','如','有','就','则','均','了','本','但','和','而','被','与','在','或','以','注','如未','仅限','并用','限','将','于','不','物','及','专为','已','端','高']
6 E9 ?- a. \; C8 W! V6 h
w.generate(" ".join(k for k in jieba.lcut(text) if k not in stop_words))4 n2 o4 T+ J4 V6 a7 Y
7 k* s' K5 D. x6 S1 y$ t' e
# 输出图文; `! R9 ^" |7 O. r/ A
w.to_file("新大榭python学习社区_已优化.png") # 同时输出已优化词云标签

复制代码

注：当前课程已收录新大榭网校Python系列自编原创课程（*）

		自动登录	找回密码
密码			注册

[微课] 7361 - 新大榭微课№:016 - 【模块】中文标签云应用实例讲解（公开课）

马上注册，结交更多好友，享用更多功能，让你轻松玩转新大榭论坛！