Python視覺化-generate_from_frequencies給定詞頻畫詞雲圖（WordCloud）

詞雲圖是根據詞出現的頻率生成詞雲，詞的字型大小表現了其頻率大小。

〇、碎碎念

用wc.generate(text)直接生成詞頻的方法使用很多，所以不再贅述。

但是對於根據generate_from_frequencies()給定詞頻如何畫詞雲圖的資料找了很久，下面只講這種方法。

generate_from_frequencies適用於我已知詞及其對應的詞頻是多少，不需要自動生成的情況下。

官方文件說generate_from_frequencies函式的引數是array of tuple，但是我試了很久都不行，最後發現居然應該是dict 字典形式！

即形如：{ word1: fre1, word2: fre2,  word3: fre3,......,  wordn: fren }

注意詞雲wordcloud的中文顯示，需要特殊處理，在網上看了不少是說加字型路徑之類的方法我試了都不行，最後只好採用改變編碼的形式才解決好Σ(っ°Д°;)っ：

name[i] = name[i].decode('gb2312')

( • ̀ω•́ )✧還有，示例詞雲的輪廓背景圖由back.jpg給出，如下圖：

一、資料檔案準備

1、price.csv

name,val
南京,3.19
徐州 ,3.18
淮安,3.16
鹽城,3.15
宿遷,3.14
泰州,3.14
揚州,3.13
南通,3.13
連雲港 ,3.14
鎮江,3.15
無錫,3.14
蘇州,3.16
常州,3.17

第一列是城市名，第二列是詞頻數值，

csv檔案本質上就是以逗號（，）分隔開的txt檔案，所以用excel開啟形式為：

二、匯入模組包

可參考Windows下安裝Python、matplotlib包 及相關
https://blog.csdn.net/mikasa3/article/details/78942650 

1、numpy

2、pandas

3、wordcloud

4、matplotlib

三、完整程式碼

如下：

import random  
import numpy as np
import pandas as pd
from pyecharts import WordCloud
import matplotlib.pyplot as plt
from PIL import Image,ImageSequence
from wordcloud import WordCloud,ImageColorGenerator
def DrawWordcloud(read_name):
    image = Image.open('back.jpg')#作為背景形狀的圖
    graph = np.array(image)
    #引數分別是指定字型、背景顏色、最大的詞的大小、使用給定圖作為背景形狀
    wc = WordCloud(font_path = 'C:\\windows\\Fonts\\simhei.ttf', background_color = 'White', max_words = 50, mask = graph)
    fp = pd.read_csv(read_name)#讀取詞頻檔案
    name = list(fp.name)#詞
    value = fp.val#詞的頻率
    for i in range(len(name)):
      name[i] = str(name[i])
      #注意因為要顯示中文，所以需要轉碼
      name[i] = name[i].decode('gb2312')
    dic = dict(zip(name, value))#詞頻以字典形式儲存
    wc.generate_from_frequencies(dic)#根據給定詞頻生成詞雲
    image_color = ImageColorGenerator(graph)
    plt.imshow(wc)
    plt.axis("off")#不顯示座標軸
    plt.show()
    wc.to_file('Wordcloud.png')#儲存的圖片命名為Wordcloud.png
if __name__=='__main__':
    DrawWordcloud("Price.csv")

四、執行結果

1、詞雲圖