Python數(shù)據(jù)挖掘：WordCloud詞云配置過程及詞頻分析

這篇文章是學(xué)習(xí)了老曹的微信直播，感覺WordCloud對(duì)我的《Python數(shù)據(jù)挖掘課程》非常有幫助，希望這篇基礎(chǔ)文章對(duì)你有所幫助，同時(shí)自己也是詞云的初學(xué)者，強(qiáng)烈推薦老曹的博客供大家學(xué)習(xí)。如果文章中存在不足或錯(cuò)誤的地方，還請(qǐng)海涵~

一. 安裝WordCloud

在使用WordCloud詞云之前，需要使用pip安裝相應(yīng)的包。

pip install WordCloud

pip install jieba

其中WordCloud是詞云，jieba是結(jié)巴分詞工具。 問題：在安裝WordCloud過程中，你可能遇到的第一個(gè)錯(cuò)誤如下。

error: Microsoft Visual C++ 9.0 is required. Get it from http://asa.ms/vcpython27

解決方法也很簡(jiǎn)單，下載VCForPython27安裝（Microsoft Visual C++ Compiler for Python 2.7）。但是在微軟下載總是沒響應(yīng)。 這是最大的問題，下面我自己提供一個(gè)CSDN的地址供大家下載。下載完成，可以進(jìn)行安裝響應(yīng)的庫函數(shù)。 資源地址：http://download.csdn.net/detail/eastmount/9788218

安裝完成之后，可以正常運(yùn)行代碼啦。

二. 簡(jiǎn)單詞云代碼

下面這部分代碼參考老曹的，希望對(duì)你有所幫助。 老曹說：什么是詞云呢？詞云又叫文字云，是對(duì)文本數(shù)據(jù)中出現(xiàn)頻率較高的“關(guān)鍵詞”在視覺上的突出呈現(xiàn)，形成關(guān)鍵詞的渲染形成類似云一樣的彩色圖片，從而一眼就可以領(lǐng)略文本數(shù)據(jù)的主要表達(dá)意思。 代碼如下：

運(yùn)行結(jié)果如下所示：

這是中文編碼問題，下面講解解決方法。

三. 中文編碼錯(cuò)誤及解決

在WordCloud安裝的目錄下找到WordCloud.py文件，對(duì)源碼進(jìn)行修改。

編輯wordcloud.py，找到FONT_PATH，將DroidSansMono.ttf修改成msyh.ttf。這個(gè)msyh.ttf表示微軟雅黑中文字體。

注意，此時(shí)運(yùn)行代碼還是報(bào)錯(cuò)，因?yàn)樾枰谕粋€(gè)目錄下放置msyh.ttf字體文件供程序調(diào)用，如下圖所示，這是原來的字體DroidSansMono.ttf。

此時(shí)的運(yùn)行結(jié)果如下所示，這是分析CSDN多篇博客的主題，"閱讀"和"評(píng)論"比較多。

也可以采用下面的代碼：

wordcloud = WordCloud(font_path = 'MSYH.TTF').fit_words(word)

四. 照片背景的詞云代碼

下面進(jìn)一步深入，假設(shè)存在一個(gè)圖 "sss3.png"，核心代碼如下：

運(yùn)行結(jié)果如下圖所示，顯示我和寶寶我倆最近兩月的聊天記錄。

一弦一柱思華年，一co一ding夢(mèng)嚴(yán)賢。 希望文章對(duì)你有所幫助，尤其是結(jié)合數(shù)據(jù)庫做數(shù)據(jù)分析的人。還是那句話，如果剛好需要這部分知識(shí)，你就會(huì)覺得非常有幫助，否則只是覺得好玩，這也是在線筆記的作用。如果文章中存在不足或錯(cuò)誤的地方，還請(qǐng)海涵~