免费高效制作精美词云(Python+wordart.com)

使用Python进行词频统计后,进入第三方网站导入统计数据生成词云。

现在网上制作词云的工具太多,但是存在一个问题,就是免费的词云网站制作得丑、不支持中文、没有词频统计,收费的又感觉没那必要。现提供以下简单的词频统计+词云制作的方法。

首先,用到免费的词云制作网站为wordart.com,是个外国网站,需要导入词频统计数据。里面包含的词云调整功能丰富,可以自定义的地方很多,大家可以自己探索。

关于中文词频统计,则采用Python库进行。这里用到的是jieba第三方库,分词较准,灵活操作性强。脚本我已经编写好了,大家只需照做即可 。

一、中文词频统计

编写以下Python脚本:

新建 Markdown File

 

代码的第一段可根据自己的需求进行更改。现对这些参数进行解释。

1. 需要分析的文本文件 in_file_name

在同目录下准备以下三个文件:需要分析的文本文件、用户自定义词典、屏蔽词库。将需要分析的文本文件名填入in_file_name中。

示例中,test.txt包含需要词频统计的内容。

2. 用户自定义词典 user_dict_name

此处脚本中,使用jieba默认的精确模式,会自动识别新词。但如果自己想添加自定义的词,可以在新的文本文件(utf-8)中按照以下方式进行添加:

创新办 3 i
云计算 5
凱特琳 nz
台中

一个词占一行;每一行分三部分:词语、词频(可省略)、词性(可省略),用空格隔开,顺序不可颠倒。

词性表参见下表:

标签含义标签含义标签含义标签含义
n普通名词f方位名词s处所名词t时间
nr人名ns地名nt机构名nw作品名
nz其他专名v普通动词vd动副词vn名动词
a形容词ad副形词an名形词d副词
m数量词q量词r代词p介词
c连词u助词xc其他虚词w标点符号
PER人名LOC地名ORG机构名TIME时间
词性表

比如:

关于jieba库的使用参见:fxsjy/jieba: 结巴中文分词 (github.com)

3. 屏蔽词库 block_words_name

新建一个文本文件,在里面添加不需要进行词频统计的词。一行一词。

比如:

4. 输出的.csv文件名 out_file_name

指定输出的.csv文件名。

5.(可选)屏蔽词性block_word_class

指定不需要进行词频统计的词的词性。词性列表参见#词性。这里默认屏蔽连词、助词、介词、代词。

6.(可选)保留词的正则表达式 regex

指定需要进行词频统计的词的正则表达式。这里默认为中文、英文和数字。

当一切准备好后,运行脚本。

输出:

二、WordArt网站设置

运行以上脚本,复制输出的内容后。打开网站Word Art – Edit – WordArt.com

1. 导入统计信息

点击导入:

粘贴,并按照以下设置:

导入成功:

其他自定义操作可自行在网站上操作。

2. 导入字体

网站支持英文词云。如果想让中文词云也能生成,就必须上传一款中文字体。中文字体可以在系统字体(Fonts文件夹)中找:

导入字体后:

3. 选择形状

可以在网站图库中选。这里我采用自己上传的方式。注意,上传PNG图片更好。

至于词云中其他自定义设定可以自行探索。

4. 生成

准备好了之后,点击生成按钮。

当当当当!生成成功。

参考连接

不同的词频统计第三方库:Python中文分词及词频统计 – 简书 (jianshu.com)

csv库官方文档:csv — CSV File Reading and Writing — Python 3.10.2 documentation

0 0 投票数
文章评分
订阅评论
提醒

0 评论
内联反馈
查看所有评论
0
希望看到您的想法,请您发表评论x