7361 - 新大榭微课№:016 - 【模块】中文标签云应用实例讲解（公开课）

admin · 发表于 2021-6-28 12:11:01

马上注册，结交更多好友，享用更多功能，让你轻松玩转新大榭论坛！

您需要登录才可以下载或查看，没有账号？注册

x

   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 ，

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）
5 L* _2 w; ?; ]& t
wordcloud 库 ----【学习直通车】（高中选修）+ G* b. {! \3 Q/ P

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）

新大榭python学习社区.png

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；

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

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

复制代码

替换成

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；
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

jieba.add_word("仑中")
# G" R' k. S* V# s, j
jieba.add_word("蓝桥杯")
. y8 Q# C+ l% @3 i
jieba.add_word("第三方库")

复制代码

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。: \! W& ?4 I% S: ~6 W9 e' ^
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） ↑↑↑

核心代码片段如下 ↓↓↓

import jieba' p, V& w! ~% b
import wordcloud
$ Q0 E: ^: `0 f( ~$ p, a+ z$ K
! }& J; \' l$ N& v+ }/ M! C
# 引入数据文本文件6 U& Q9 g+ q3 b3 G, Z2 X
text = open('text.txt','r',encoding='UTF-8').read()
; D9 C# E6 @/ p
' ^( J" h. g# x4 x3 \' q
# 设置词云图片大小、字体及背景色(背景色默认黑色)
) ~1 j. E6 |7 `0 l+ S D2 M
w=wordcloud.WordCloud(font_path="C:\\Windows\\Fonts\\simhei.ttf",width=1000,height=700,background_color="black")
: [5 Y: r, r! L. S
#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3 z6 G3 L; ?( n2 x' T' v
& P0 [1 K. }. G: c( }! X
w.generate(" ".join(jieba.lcut(text))). Z1 D# V7 D! `* {4 L" i
w.to_file("新大榭python学习社区_未优化.png") # 输出未优化词云标签
$ ~1 l- c0 ?9 g/ U% g& y
/ \$ G, H& l; z3 O
# 新增关键字词汇5 ]# a) l9 e+ Y+ j: C8 H
jieba.add_word("蓝桥杯")) f" Z O3 H, r
jieba.add_word('仑中')# o- Q6 L6 z+ a1 r# A7 `7 j
jieba.add_word('新高考')1 y4 I! i/ P8 r6 f
jieba.add_word('零基础')1 q. |+ z1 |# ~/ N/ @1 Z6 A
jieba.add_word('第三方库')
. a/ u) q' ?& ]% s, J7 P
; R! }8 p' }3 N7 y( c
# 过滤干扰词汇& d f- F' h% Z+ `
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']$ ~- o9 P( v8 a1 N
w.generate(" ".join(k for k in jieba.lcut(text) if k not in stop_words))
+ Y' [& V6 g$ K1 K
2 ~2 ]4 A6 j% J9 G% q
# 输出图文0 t+ c3 |: B- c; m: n6 }/ _8 R" H
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（*）

		自动登录	找回密码
密码			注册

[微课] 7361 - 新大榭微课№:016 - 【模块】中文标签云应用实例讲解（公开课）

马上注册，结交更多好友，享用更多功能，让你轻松玩转新大榭论坛！