2 P* i" m4 ~" W5 e3 a; G& M       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。
2 ?7 K. F+ @7 Q       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 ，
. z6 x2 H. d; s) U3 l       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）
  . i5 s% y' s$ \# r& J( y- }7 h

  ---

• wordcloud 库 ----【学习直通车】（高中选修）
  

8 v3 g2 c0 F) z- ~2 L1 v, 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）
6 r/ Z' h* k( S( A! T  U
3 j/ c# n+ R( W. s, T0 F/ l9 ^% h
( B3 O) h! M% ~% B8 U1 B图1: 未进行优化处理 - 原版效果图 ↑↑↑
+ J: P8 r) E( J8 M) S, ~
. V2 @# V$ D$ a" ^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

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

复制代码

, i% j) d0 v2 ?" |1 a9 W. h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")
   
2. jieba.add_word("蓝桥杯")
   : d5 s  l- w1 n6 `; e8 n
3. jieba.add_word("第三方库")

复制代码

1 i0 i3 g; e/ n" W: Z
图2: 已进行优化处理 - 效果图 ↑↑↑
$ {, K! ]$ M5 Y9 F$ d6 z! n) [
) |+ A) D- p2 \! X1 k

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！

图3: 已进行优化处理 - 效果图（背景白色） ↑↑↑

; y# H+ K) s5 A& o! T5 l核心代码片段如下 ↓↓↓

1. import jieba
   3 W! g& e0 H& G4 m5 x
2. import wordcloud
   3 N; B: `4 O3 q+ Z) h
3. 
   
4. # 引入数据文本文件
   
5. text = open('text.txt','r',encoding='UTF-8').read()
   ! h& a7 \3 y, }3 [
6. 
   ; X" p& |) U- i0 L' p, _6 C
7. # 设置词云图片大小、字体及背景色(背景色默认黑色)
   
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
   4 W; O' |4 z, `( f
10. 
    2 |+ l; Q& Z2 M3 w# l9 h
11. w.generate(" ".join(jieba.lcut(text)))
    : R0 E1 q% ]- H% d. i( Z+ |
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
    % B1 ]0 T- W, B0 q  r1 M& Z
13. 
    
14. # 新增关键字词汇
      x: ]& U& Q: {+ q; v! V
15. jieba.add_word("蓝桥杯")
    
16. jieba.add_word('仑中')
    $ m& s2 f$ q  i2 e/ `7 C
17. jieba.add_word('新高考')
    8 y& d# }: o( n7 C& ]& R) ~
18. jieba.add_word('零基础')
    
19. jieba.add_word('第三方库')
    
20. 
    $ B6 }; V" O- s9 K1 Z
21. # 过滤干扰词汇
    ! E% S- S0 c$ @7 g
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']
    2 L4 l: v- l$ v4 d3 O0 `8 a' i' l
23. w.generate(" ".join(k for k in jieba.lcut(text) if k not in stop_words))
    
24. 
    
25. # 输出图文
    
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（*）