jieba分词和wordcloud生成小说词云库

一、概述

使用jieba分词和wordcloud生产 小说的词云库

二、效果图

三、流程

#coding=utf-8
import jieba
from wordcloud import WordCloud
import os
import numpy
import PIL.Image as Image
cur_path=os.path.dirname(__file__)  #当前路径
mask_pic = numpy.array(Image.open(os.path.join(cur_path, 'aa.jpg'))) #图片原型

1、分词方法

#分词
def myjieba(txt) : 
    jieba.add_word('范若若')  #词库添加自定义内容
    jieba.add_word('林婉儿')
    jieba.add_word('长公主')
    wordlist=jieba.cut(txt)
    return " ".join(wordlist)

2、获取中文停用词库（排除无用词）

def get_stopwords():
    #获取停用词的路径
    dir_name_path=os.path.join(cur_path, '停用词库.txt') #可以向词库添加不需要的词，完善图片效果
    #创建set集合来保存停用词
    stopwords = set()
    with open(dir_name_path, 'r', encoding='utf-8') as f:
        text=f.read()
        textlist = text.split('\n')
        #print(textlist)
        return textlist

3、词云设置并生成图片

with open(os.path.join(cur_path, '庆余年.txt'), encoding='utf-8') as fp:
    txt=fp.read()
    txt=myjieba(txt)
    wordcloud = WordCloud(font_path = 'C:\Windows\Fonts\simkai.TTF',
                            background_color = 'white', # 背景色
                             max_words = 120, # 最大显示单词数
                             max_font_size = 66, # 频率最大单词字体大小
                             scale=6,#图片清晰度，不要调太高，否则云图加载不出来
                             stopwords = get_stopwords(), # 过滤停用词
                                mask=mask_pic
                           ).generate(txt)
    image = wordcloud.to_image()
    image.show()
    #两种输出图片方式
    # 1、指定精度进行输出
    # plt.savefig("E:/temp.jpg",dpi=600)
    # 2、完整图片输出
    wordcloud.to_file(cur_path+"temp.png")