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。
       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 ，
( M2 P- L9 P6 b8 P0 D# D! D9 _       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。
" t, s" r% {& x

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

  ---

• wordcloud 库 ----【学习直通车】（高中选修）
  & F. l) S4 D& ?

  a+ F2 W1 X8 S/ W( ~% z( X' a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）
8 V! `" \& k6 h# D* Z4 T" L$ d/ M, g: C
( K+ E  P9 t% ~! A, ~# D
0 J3 i# b1 }: F图1: 未进行优化处理 - 原版效果图 ↑↑↑
' Y% w  c7 i  O; o7 u0 ~
  q  Q: D( e' V' R% y; `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
3 ^, e. S( U0 U( }

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；
! i9 [; [8 e# Q" H8 h7 E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
& ?- ~. M$ r0 |

1. jieba.add_word("仑中")
   
2. jieba.add_word("蓝桥杯")
   8 O7 ~0 G5 X. r3 o; R
3. jieba.add_word("第三方库")

复制代码

- [5 }$ P& n) a, x5 D) c7 B5 w
3 z4 g' X' N* ^$ H, [; a" Y1 X图2: 已进行优化处理 - 效果图 ↑↑↑
; }( u/ h; z! U4 Z

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。
: G5 G. Y1 h+ B& h; f6 h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！

$ [9 ^0 H3 i% I$ Z9 m* ~/ P
图3: 已进行优化处理 - 效果图（背景白色） ↑↑↑

核心代码片段如下 ↓↓↓

1. import jieba
   
2. import wordcloud
   2 c& [( W) w, Q( O4 z$ U: {3 q3 f, q
3. 
   6 c: [& a% l. |+ x" c+ S- ^
4. # 引入数据文本文件
   ) u. p, Y9 S0 J, a' T7 ~" E
5. text = open('text.txt','r',encoding='UTF-8').read()
   
6. 
   & w" L9 l+ {9 @" h' h- |
7. # 设置词云图片大小、字体及背景色(背景色默认黑色)
   - `5 t& J4 U. i4 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
   
10. 
    
11. w.generate(" ".join(jieba.lcut(text)))
    3 E/ \  e1 I- h: c5 q- p9 `
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
    1 a1 B& \  R# c- T# Y
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')
    # z4 t5 @* _+ F8 `; V' c
19. jieba.add_word('第三方库')
    
20. 
    
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']
    ! c# U; B% }! U: K3 @& d- j
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（*）