Python中制作词云的WordCloud参数详解

你的名字 2023-10-18 17:55 11阅读 0赞

## 场景 ##

官方API:

[https://amueller.github.io/word\_cloud/generated/wordcloud.WordCloud.html][https_amueller.github.io_word_cloud_generated_wordcloud.WordCloud.html]

## 实现 ##

font_path : string  #字体路径，需要展现什么字体就把该字体路径+后缀名写上，如：font_path = '黑体.ttf'
    
    width : int (default=400) #输出的画布宽度，默认为400像素
    
    height : int (default=200) #输出的画布高度，默认为200像素
    
    prefer_horizontal : float (default=0.90) #词语水平方向排版出现的频率，默认 0.9 （所以词语垂直方向排版出现频率为 0.1 ）
    
    mask : nd-array or None (default=None) #如果参数为空，则使用二维遮罩绘制词云。如果 mask 非空，设置的宽高值将被忽略，遮罩形状被 mask 取代。除全白（#FFFFFF）的部分将不会绘制，其余部分会用于绘制词云。如：bg_pic = imread('读取一张图片.png')，背景图片的画布一定要设置为白色（#FFFFFF），然后显示的形状为不是白色的其他颜色。可以用ps工具将自己要显示的形状复制到一个纯白色的画布上再保存，就ok了。
    
    scale : float (default=1) #按照比例进行放大画布，如设置为1.5，则长和宽都是原来画布的1.5倍
    
    min_font_size : int (default=4) #显示的最小的字体大小
    
    font_step : int (default=1) #字体步长，如果步长大于1，会加快运算但是可能导致结果出现较大的误差
    
    max_words : number (default=200) #要显示的词的最大个数
    
    stopwords : set of strings or None #设置需要屏蔽的词，如果为空，则使用内置的STOPWORDS
    
    background_color : color value (default=”black”) #背景颜色，如background_color='white',背景颜色为白色
    
    max_font_size : int or None (default=None) #显示的最大的字体大小
    
    mode : string (default=”RGB”) #当参数为“RGBA”并且background_color不为空时，背景为透明
    
    relative_scaling : float (default=.5) #词频和字体大小的关联性
    
    color_func : callable, default=None #生成新颜色的函数，如果为空，则使用 self.color_func
    
    regexp : string or None (optional) #使用正则表达式分隔输入的文本
    
    collocations : bool, default=True #是否包括两个词的搭配
    
    colormap : string or matplotlib colormap, default=”viridis” #给每个单词随机分配颜色，若指定color_func，则忽略该方法
    
    random_state : int or None  #为每个单词返回一个PIL颜色
    
    
    fit_words(frequencies)  #根据词频生成词云
    generate(text)  #根据文本生成词云
    generate_from_frequencies(frequencies[, ...])   #根据词频生成词云
    generate_from_text(text)    #根据文本生成词云
    process_text(text)  #将长文本分词并去除屏蔽词（此处指英语，中文分词还是需要自己用别的库先行实现，使用上面的 fit_words(frequencies) ）
    recolor([random_state, color_func, colormap])   #对现有输出重新着色。重新上色会比重新生成整个词云快很多
    to_array()  #转化为 numpy array
    to_file(filename)   #输出到文件

[https_amueller.github.io_word_cloud_generated_wordcloud.WordCloud.html]: https://amueller.github.io/word_cloud/generated/wordcloud.WordCloud.html