hello！大家好，今天张老师来讲解词云的具体应用实例，
. a3 y0 ^$ B% K' _/ O) s4 ]3 U. U3 \( o; V       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 ，
: v9 `) j* f: B2 Y3 f  t8 I       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）
  9 X3 L& |5 b& M: K2 M

  ---

• wordcloud 库 ----【学习直通车】（高中选修）
  ! L$ a( O+ O/ s4 ~

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 n7 I( n* i1 h. E- N8 M3 {% I
- y+ v/ x& R3 Q! |
" L2 T" N+ J- t; c4 Y  ]& f  Q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

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

复制代码

1 d; c+ f' T+ O以上操作就是过滤关键词；
6 m; `( n# a1 w0 ~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
; Q* _6 R7 t# s& ?/ B

1. jieba.add_word("仑中")
   . V  _: g3 w+ c: O. l
2. jieba.add_word("蓝桥杯")
   
3. jieba.add_word("第三方库")

复制代码

* {" c$ ~$ I9 x: M6 |2 a
3 G8 d0 X! Z5 T7 ]8 w图2: 已进行优化处理 - 效果图 ↑↑↑
8 X' j6 F" ]9 l, r4 Z& @
- m$ X% _0 Z% n  ~/ P

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。
7 ?  a4 o9 G  N. N) ]# m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！

+ F. c# p6 m7 d7 |图3: 已进行优化处理 - 效果图（背景白色） ↑↑↑

  Q6 J* o& o* |; q% s/ }核心代码片段如下 ↓↓↓

1. import jieba
   0 ^& R+ k5 l- Y! u; I6 O2 _$ K# y
2. import wordcloud
   
3. 
   2 `; _* {9 I$ U& q( {1 E& j: L
4. # 引入数据文本文件
   % V/ n# O! g# x' S. P
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)
   
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. 
    / |- p) W1 ]7 g( x; c
11. w.generate(" ".join(jieba.lcut(text)))
    8 j# a5 Q& |2 f- K; y4 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
    
13. 
    
14. # 新增关键字词汇
    
15. jieba.add_word("蓝桥杯")
    / c; h8 h: [8 j
16. jieba.add_word('仑中')
    / Y; n& @6 K$ B" C2 c( s- C/ o
17. jieba.add_word('新高考')
    ! x$ \$ J' n3 X) z/ @5 v
18. jieba.add_word('零基础')
    + N0 g2 C% E! v# R: W" X* Q" z2 h4 x
19. jieba.add_word('第三方库')
    
20. 
    , T& e  p. ~: E9 p/ g* o* A! }5 `
21. # 过滤干扰词汇
    
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))
    
24. 
    + y- b3 B& W" u: r& `* j  L
25. # 输出图文
    7 [0 d. J' H/ k; L  x' C0 }( O
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（*）