( W$ W- a9 w& N/ v       hello！大家好，今天张老师来讲解词云的具体应用实例，
6 b/ z4 m. y( M; d/ h# F" _3 I* k       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 ，
, O2 S& l$ b/ K       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。
! C) W  b" @+ T4 D

• jieba 库 ------------【学习直通车】（高中必修）
  3 m4 ?) x3 J' I/ _. O, r

  ---

• wordcloud 库 ----【学习直通车】（高中选修）
  

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）
  \# p, D1 C: V4 q
% O3 E2 W  [( f, Q- W7 n
/ e2 u1 X' d1 l, d3 _' ]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；

1. 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

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

复制代码

替换成
- V1 ?! F* ~3 @, I) _0 y8 J/ j" P  X

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

复制代码

$ y. r, C: m9 F0 u% i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

1. jieba.add_word("仑中")
   ! ~6 H3 s# ]4 w% F' ]; K. r# S
2. jieba.add_word("蓝桥杯")
   
3. 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。
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！

8 D4 R/ {) k9 X: d
0 Y6 t: R  u7 [) m; S图3: 已进行优化处理 - 效果图（背景白色） ↑↑↑
1 P" |! n9 U5 A  L2 @: l  q: m
3 z' {2 E7 n% C: S. O0 V核心代码片段如下 ↓↓↓

1. import jieba
   . {' l6 o6 \6 }/ L! l/ O
2. import wordcloud
   ( Z* }% R3 I, h" J! \; `- e  @
3. 
   
4. # 引入数据文本文件
   : h# p2 S) N6 s% D0 @) P( F* b
5. text = open('text.txt','r',encoding='UTF-8').read()
   + c. x+ }/ J4 {) [( C  ?# n
6. 
   - P+ R8 I' u5 o/ I) f, G3 ~' v
7. # 设置词云图片大小、字体及背景色(背景色默认黑色)
   ! Z& Z. U/ m3 C6 j  J( k0 K
8. w=wordcloud.WordCloud(font_path="C:\\Windows\\Fonts\\simhei.ttf",width=1000,height=700,background_color="black")
   
9. #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
   
10. 
    , m4 O9 w) Z1 U; R& {9 j. e
11. w.generate(" ".join(jieba.lcut(text)))
    . V% h: d" U, g! [, \2 i* N
12. w.to_file("新大榭python学习社区_未优化.png") # 输出未优化词云标签
    
13. 
    
14. # 新增关键字词汇
    8 P* {/ V1 j; f4 G4 }
15. jieba.add_word("蓝桥杯")
    
16. jieba.add_word('仑中')
    
17. jieba.add_word('新高考')
    
18. jieba.add_word('零基础')
    # }5 m3 U' z% v$ w. T2 [
19. jieba.add_word('第三方库')
    
20. 
      u/ a, U5 y* G1 D
21. # 过滤干扰词汇
    $ \  h7 k6 I! O, K
22. 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']
    
23. w.generate(" ".join(k for k in jieba.lcut(text) if k not in stop_words))
    & s+ t* Q' @& g
24. 
    & ~/ _3 H/ Z! O3 _( b2 b
25. # 输出图文
    3 \8 ^, {' g1 @0 I) I- H4 S7 x
26. 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（*）