Python爬虫新手入门教学（六）：制做词云图

前言

本文的文字及图片来源于网络,仅供学习、交流使用,不具备任何商业用途,若有问题请及时联系咱们以做处理。

前文内容

Python爬虫新手入门教学（一）：爬取豆瓣电影排行信息

Python爬虫新手入门教学（二）：爬取小说

Python爬虫新手入门教学（三）：爬取链家二手房数据

Python爬虫新手入门教学（四）：爬取前程无忧招聘信息

Python爬虫新手入门教学（五）：爬取B站视频弹幕

基本开发环境

• Python 3.6
• Pycharm

相关模块的使用

• jieba
• wordcloud

安装Python并添加到环境变量，pip安装须要的相关模块便可。

上篇文章爬取了B站视频的弹幕数据，对于这方面能够作一些弹幕词云分析，让爬虫数据再也不过于单调。

代码内容仍是很是简介的，看注释就能够明白了

import jieba
import wordcloud
# 读取文件内容
f = open('弹幕.txt', encoding='utf-8')
txt = f.read()
# jiabe 分词 分割词汇
txt_list = jieba.lcut(txt)
string = ' '.join(txt_list)
# 词云图设置
wc = wordcloud.WordCloud(
        width=1000,         # 图片的宽
        height=700,         # 图片的高
        background_color='white',   # 图片背景颜色
        font_path='msyh.ttc',    # 词云字体
        scale=15,
)
# 给词云输入文字
wc.generate(string)
# 词云图保存图片地址
wc.to_file('out.png')

 

 

由上图所示，有不少的这样的 到位 这样的关键词，这样的关键词是没有什么实际意义的，咱们能够在词云设置中设置 停用词

stopwords={'到位'}

 

若是你想要输入的图片不是正方形的图片，想要设置成本身想要的形状，须要先找一张 透明图
导入 imageio 模块

import jieba
import wordcloud
import imageio
# 导入imageio库中的imread函数，并用这个函数读取本地图片，做为词云形状图片
py = imageio.imread('.\\0.jpg')  #  如何你想要改变词云图的形状，能够添加
# 读取文件内容
f = open('B站弹幕.txt', encoding='utf-8')
txt = f.read()
# jiabe 分词 分割词汇
txt_list = jieba.lcut(txt)
string = ' '.join(txt_list)
# 词云图设置
wc = wordcloud.WordCloud(
        width=1000,         # 图片的宽
        height=700,         # 图片的高
        background_color='white',   # 图片背景颜色
        font_path='msyh.ttc',    # 词云字体
        mask=py,     # 所使用的词云图片
        scale=15,
        stopwords={'到位'},         # 停用词
        # contour_width=5,
        # contour_color='red'  # 轮廓颜色
)
# 给词云输入文字
wc.generate(string)
# 词云图保存图片地址
wc.to_file('out.png')