hello！大家好，今天张老师来讲解词云的具体应用实例，
# }& u( A3 A7 `' Q  g       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 ，
% X- X8 g. w# b( a5 q, L2 `- D) E/ \       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）
  

  ---

• wordcloud 库 ----【学习直通车】（高中选修）
  * Y1 U; W7 ^9 u* o

; C3 ^2 ]5 L- U2 Z0 j- \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，
: e, N- h5 |/ l, k2 Z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）
" J9 J) _% l% C* {

图1: 未进行优化处理 - 原版效果图 ↑↑↑

; i. k+ k* E; n) I5 S2 C5 {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
" [, s+ Z4 U# M# @

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

复制代码

替换成
! g5 {! Q/ l( |" m4 f

1. 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；
2 N' t# ]' l0 q; ~4 N# A6 N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
0 d* y: r# P% t

1. jieba.add_word("仑中")
   ! h- \! A& _+ j5 z; J+ q4 i) A
2. jieba.add_word("蓝桥杯")
   ! l( [* t; r( @9 C# P
3. jieba.add_word("第三方库")

复制代码

2 @7 a! k" ?" B5 Y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。
# h/ |) b# u# G5 t5 l1 ]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） ↑↑↑
' v! c( R- m! U) T0 I( X* G5 B
1 h. _- H. \  t核心代码片段如下 ↓↓↓

1. import jieba
   - v& {  `2 l+ H
2. import wordcloud
   
3. 
   
4. # 引入数据文本文件
   # n% J+ |+ i3 e6 h) p2 y& u3 ?& [
5. text = open('text.txt','r',encoding='UTF-8').read()
   
6. 
   
7. # 设置词云图片大小、字体及背景色(背景色默认黑色)
   ) B$ m  I' X8 S- A- X! ~9 o
8. w=wordcloud.WordCloud(font_path="C:\\Windows\\Fonts\\simhei.ttf",width=1000,height=700,background_color="black")
   8 F! n' s4 d8 v& M# p6 _0 d
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. 
    3 M1 W( r; m3 H
11. w.generate(" ".join(jieba.lcut(text)))
    , l* \8 q% F6 e( P- V
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
    
15. jieba.add_word("蓝桥杯")
    
16. jieba.add_word('仑中')
    " d' m9 `2 O/ o* x5 L/ R
17. jieba.add_word('新高考')
    + H3 ~5 w: I# [0 }0 h! w
18. jieba.add_word('零基础')
    
19. jieba.add_word('第三方库')
    " ~! R1 B1 y  Y0 w" X/ F7 v
20. 
    
21. # 过滤干扰词汇
    9 J1 D9 b$ h! R# [" m" c! S' 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']
    
23. w.generate(" ".join(k for k in jieba.lcut(text) if k not in stop_words))
    / s8 ]- j$ Y/ |( b) a
24. 
    & `7 x# D4 M9 N* d
25. # 输出图文
    . v6 ~; M2 ]0 p  B" X$ x) G+ v+ ~2 C
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（*）