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。
/ q. Z$ R6 [' m' e" \. e       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。
4 H5 u9 r4 I% p8 o

• jieba 库 ------------【学习直通车】（高中必修）
  

  ---

• wordcloud 库 ----【学习直通车】（高中选修）
  . v& i; R9 a' V* r: ?% Q* T

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）
% r  J+ R) a" U1 j6 |8 G
. Z. h. U  c1 f0 }
图1: 未进行优化处理 - 原版效果图 ↑↑↑

: ~* f) k' k8 g" X5 ]/ A: L' l: L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
; C" n( @. V  Q. P

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

以上操作就是过滤关键词；
! o3 W3 v6 b: I! |# z7 I2 O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 X. f; E) \. I$ P2 L" F# M9 }0 p

1. jieba.add_word("仑中")
   
2. jieba.add_word("蓝桥杯")
   
3. jieba.add_word("第三方库")

复制代码

, o3 F5 V* K2 B/ B! p
# d' ?1 Y9 p+ d# A9 \& W% X/ Q图2: 已进行优化处理 - 效果图 ↑↑↑
; H& [1 k6 _: k" j

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） ↑↑↑
( W* E+ M& V2 Y4 ]  b+ P( K
核心代码片段如下 ↓↓↓
. P5 s2 a  z3 T7 ?6 ], r' L

1. import jieba
   
2. import wordcloud
   % L! E5 S, R9 p" j, @
3. 
   " a* T  M6 ]. \" }6 k4 t$ I& d
4. # 引入数据文本文件
   ; ~+ o8 W8 M+ v
5. text = open('text.txt','r',encoding='UTF-8').read()
   
6. 
   9 K! q* b4 f* R1 w' S  I- `
7. # 设置词云图片大小、字体及背景色(背景色默认黑色)
   - l8 F  Y3 [1 D# F- K7 T' b$ d
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
   $ L  p, j3 a7 f6 q0 b
10. 
    
11. w.generate(" ".join(jieba.lcut(text)))
      _  a. m/ S" W( c  G1 b- g
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
    $ t# D- a3 D. [' o" S. B- k  Y
13. 
    ) z6 z; U+ C) V- S5 H0 u  H" h5 r
14. # 新增关键字词汇
    
15. jieba.add_word("蓝桥杯")
    9 U9 }5 D) `) w) c( ?8 M
16. jieba.add_word('仑中')
    # ]" s2 m8 C& u
17. jieba.add_word('新高考')
    
18. jieba.add_word('零基础')
    0 J4 O6 x# R+ G' A, x  K7 I# Y2 Q; O, O
19. jieba.add_word('第三方库')
    
20. 
    ' Q! D. \" \7 _4 b7 F$ N* A7 J" D
21. # 过滤干扰词汇
    0 y* D2 `- y  L
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))
    4 r2 p) I/ g+ }. ?7 p: x; C
24. 
    
25. # 输出图文
    + P! O' n! K4 u7 y/ \# N; A
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（*）