一款高颜值的词云包让我拍案叫绝

Aidan075
• 阅读 1295

一款高颜值的词云包让我拍案叫绝

相信大家也都通过各种渠道了解了老干妈与鹅厂的爱恨纠缠,当然其中还混入了迷惑行为的“骗子”、吃瓜吃得飞起的“阿里系”以及连称此事与我无关的“某搜索引擎”。

不过这是一篇技术文,所以无心管他到底是谁的老千妈,一心只想给大家介绍这个惊艳的好东西。

一款高颜值的词云包让我拍案叫绝

我事先分别用python爬取了腾讯和老干妈的回应微博下的评论(老干妈没有微博,换成了老干妈警方公告下的评论),jieba分词得到结果后,分别制作词云。左边是用经典的wordcloud,右侧则是今天的主角stylecloud。

stylecloud简介

对我而言,平时python制作词云主要使用wordcloud,如果在可视化的过程还要用Pyecharts做其他图,那么词云也干脆就用Pyecharts制作了。上一篇文章《Python爬取弹幕,发现看剧不如爬山?》中就是用的stylecloud,有同学也觉得颜值颇高,那今天就带大家捋一捋它的使用方法。

stylecloud 是一个 Python 包,一位数据科学家Max Woolf基于wordcloud优化改良而成。并添加了一些有用的功能,从而创建出独特的词云。

一款高颜值的词云包让我拍案叫绝

官方示例

stylecloud 具备以下特点:[1]

  • 为词云提供(任意大小)的图标形状(通过 Font Awesome 5.11.2 获得);

  • 支持高级调色板(通过 palettable 实现);

  • 为上述调色板提供直接梯度;

  • 支持读取文本文件,或预生成的 CSV 文件(包含单词和数字);

  • 提供命令行接口。

两行代码

stylecloud的对于处理英文词云有个酷炫的功能,可以实现两行代码实现词云,一行导入stylecloud,另外一行直接调用。

不过我们还是要先安装包 ↓

pip3 install stylecloud  

以这里的Trump.txt为例,它是特朗普当选美国总统的演讲稿,直接生成词云。

from stylecloud import gen_stylecloud  
gen_stylecloud(file_path='Trump.txt')  

生成效果如下:

一款高颜值的词云包让我拍案叫绝

是不是非常快捷高效,不过对于中文文本我们还是需要先分词再做处理。

蒙版

影响词云颜值的问题之一就是蒙版图片的生成。

自己制作的要么分辨率不统一,要么需要调整对比度,比较麻烦。stylecloud是直接使用Font Awesome这个现成的方案,wordcloud其实也可以用。

网址:https://fontawesome.com/license/free

在stylecloud \ static的文件夹中,有一个fontawesome.min.css文件包含了巨量的图标,你可以定期到官方网站去升级这个图标库。[2]

一款高颜值的词云包让我拍案叫绝

打开发现里面包含很多图标的代码,具体长什么样呢?

一款高颜值的词云包让我拍案叫绝

fontawesome.min.css文件内容

多亏有中文网站分门别类罗列了图标的样子和名字,

比如:https://fontawesome.dashgame.com/

它最新版地址:https://fa5.dashgame.com/#/%E5%9B%BE%E6%A0%87,图标介绍更详细,分类更全面,不过经常抽风。

一款高颜值的词云包让我拍案叫绝

非常多的图标

使用方法如下:

一款高颜值的词云包让我拍案叫绝

如果我们想要使用小狗的蒙版,只需先查找到它的图标名字fa-dog,再加入到参数中icon_name='fas fa-dog'即可。

stylecloud.gen_stylecloud(text=' '.join(text1), collocations=False,  
                          font_path=r'‪C:\Windows\Fonts\msyh.ttc',  
                          icon_name='fas fa-dog',  
                          size=400,output_name='词云.png')  

然后我换了一堆小动物的蒙版,生成了如下的词云动图:

一款高颜值的词云包让我拍案叫绝

部分动物蒙版

其实企鹅并没有在动物里找到,不过我想起来了QQ的图标就是,但是替换后是报错的。原来品牌的图标前缀与其他不同,需要改为icon_name='fab fa-qq',这样就可以啦。

一款高颜值的词云包让我拍案叫绝

一款高颜值的词云包让我拍案叫绝

配色

配色是影响词云颜值的又一大问题。stylecloud同样找到了比较好的方案,配色方案是使用的高级调色板palettable来实现了。

palettable 网站:https://jiffyclub.github.io/palettable/

这是一款专业的配色网站,非常适合我们这种对词云的美观有一点小追求的人。

一款高颜值的词云包让我拍案叫绝

里面的配色方案超级多,随便点击几个给大家预览一下:

一款高颜值的词云包让我拍案叫绝

我们可以通过修改参数palette='配色方案'来达到更改自己词云配色的目的。

stylecloud.gen_stylecloud(text=' '.join(text1), collocations=False,  
                          palette='tableau.BlueRed_6',  
                          font_path=r'‪C:\Windows\Fonts\msyh.ttc',  
                          icon_name='fab fa-qq',size=400,  
                          output_name='腾讯-词云.png')  

一款高颜值的词云包让我拍案叫绝

部分配色方案

其他参数

以下参数对 stylecloud Python 函数和 CLI 均有效,你可以通过 stylecloud -h 获取这些参数的信息。[3]

  • text:输入文本。最好在直接调用函数时使用。

  • file_path:输入文本/CSV 的文件路径。最好在 CLI 上使用。

  • gradient:梯度方向。(其默认值是 None,如果它的值不是 None,则 stylecloud 使用了方向性梯度。)[default: None]

  • size:stylecloud 的大小(长度和宽度)。[default: 512]

  • icon_name:stylecloud 形状的图标名称(如 fas fa-grin)。[default: fas fa-flag]

  • palette:调色板(通过 palettable 实现)。[default: cartocolors.qualitative.Bold_6]

  • background_color:背景颜色。[default: white]

  • max_font_size:stylecloud 中的最大字号。[default: 200]

  • max_words:stylecloud 可包含的最大单词数。[default: 2000]

  • stopwords:布尔值,用于筛除常见禁用词。[default: True]

  • output_name:stylecloud 的输出文本名。[default: stylecloud.png]

  • font_path:stylecloud 所用字体 .ttf 文件的路径。[default: uses included Staatliches font]

  • random_state:控制单词和颜色的随机状态。

上面参数由机器之心翻译自stylecloud的github介绍,我就直接引用,不班门弄斧了。

更多详情可以打开链接:https://github.com/minimaxir/stylecloud

小结

最后终于挑选好了自己喜欢的参数,成功生成“腾讯”微博下的评论词云:

import stylecloud  
from IPython.display import Image   

stylecloud.gen_stylecloud(text=' '.join(text1), collocations=False,  
                          font_path=r'‪C:\Windows\Fonts\msyh.ttc',  
                          icon_name='fab fa-qq',size=400,  
                          output_name='腾讯-词云.png')  
Image(filename='腾讯-词云.png')  

一款高颜值的词云包让我拍案叫绝

封面中的右图

对于颜值要求稍微高一点的同学,可以使用Adobe Photoshop、Adobe Illustrator继续美化图片呦!

本文所有详细数据及代码下载链接:

https://alltodata.cowtransfer.com/s/53bee58e15c54b

如果失效,可后台回复“0702”获取最新链接。

对了,封面图左边老干妈的蒙版原图是这个↓

一款高颜值的词云包让我拍案叫绝

参考文章

[1]

stylecloud的github: https://github.com/minimaxir/stylecloud

[2]

科技爸 | 教你用stylecloud做出专业效果的词云图: https://zhuanlan.zhihu.com/p/133254264

[3]

机器之心编译 | 更改形状和背景色、自定义风格、颜色流动…这款词云工具都能做到: https://mp.weixin.qq.com/s/L02Ys0bOdySg0ca52DSMTA

本文转转自微信公众号凹凸数据原创https://mp.weixin.qq.com/s/B23uDxzLUa_45uDh2R9Vlw,可扫描二维码进行关注: 一款高颜值的词云包让我拍案叫绝 如有侵权,请联系删除。

点赞
收藏
评论区
推荐文章
blmius blmius
2年前
MySQL:[Err] 1292 - Incorrect datetime value: ‘0000-00-00 00:00:00‘ for column ‘CREATE_TIME‘ at row 1
文章目录问题用navicat导入数据时,报错:原因这是因为当前的MySQL不支持datetime为0的情况。解决修改sql\mode:sql\mode:SQLMode定义了MySQL应支持的SQL语法、数据校验等,这样可以更容易地在不同的环境中使用MySQL。全局s
Easter79 Easter79
2年前
vue+element 表格formatter数据格式化并且插入html标签
前言   vue中element框架,其中表格组件,我既要行内数据格式化,又要插入html标签一贯思维,二者不可兼得也一、element表格数据格式化  !(https://oscimg.oschina.net/oscnet/3c43a1cb3cbdeb5b5ad58acb45a42612b00.p
Aidan075 Aidan075
3年前
教你用Python制作炫酷的词云
相信大家也都通过各种渠道了解了老干妈与鹅厂的爱恨纠缠,当然其中还混入了迷惑行为的“骗子”、吃瓜吃得飞起的“阿里系”以及连称此事与我无关的“某搜索引擎”。不过这是一篇技术文,所以无心管他到底是谁的老千妈,一心只想给大家介绍这个惊艳的好东西。(https://imghelloworld.osscnbeijing.aliyuncs.com/4
Peter20 Peter20
2年前
mysql中like用法
like的通配符有两种%(百分号):代表零个、一个或者多个字符。\(下划线):代表一个数字或者字符。1\.name以"李"开头wherenamelike'李%'2\.name中包含"云",“云”可以在任何位置wherenamelike'%云%'3\.第二个和第三个字符是0的值wheresalarylike'\00%'4\
Karen110 Karen110
2年前
​一篇文章总结一下Python库中关于时间的常见操作
前言本次来总结一下关于Python时间的相关操作,有一个有趣的问题。如果你的业务用不到时间相关的操作,你的业务基本上会一直用不到。但是如果你的业务一旦用到了时间操作,你就会发现,淦,到处都是时间操作。。。所以思来想去,还是总结一下吧,本次会采用类型注解方式。time包importtime时间戳从1970年1月1日00:00:00标准时区诞生到现在
Wesley13 Wesley13
2年前
4cast
4castpackageloadcsv.KumarAwanish发布:2020122117:43:04.501348作者:KumarAwanish作者邮箱:awanish00@gmail.com首页:
Stella981 Stella981
2年前
Python之time模块的时间戳、时间字符串格式化与转换
Python处理时间和时间戳的内置模块就有time,和datetime两个,本文先说time模块。关于时间戳的几个概念时间戳,根据1970年1月1日00:00:00开始按秒计算的偏移量。时间元组(struct_time),包含9个元素。 time.struct_time(tm_y
Wesley13 Wesley13
2年前
Oracle 19c 之 RPM 包安装初体验 CDB(二)
!(https://oscimg.oschina.net/oscnet/594c4473f1ac3c736d43ffeaf778a1ee189.gif)作者|JiekeXu来源| JiekeXu之路(ID:JiekeXu\_IT)转载请联系授权| (微信ID:xxq1426321293)大家好,我是JiekeXu,
Python进阶者 Python进阶者
2个月前
Excel中这日期老是出来00:00:00,怎么用Pandas把这个去除
大家好,我是皮皮。一、前言前几天在Python白银交流群【上海新年人】问了一个Pandas数据筛选的问题。问题如下:这日期老是出来00:00:00,怎么把这个去除。二、实现过程后来【论草莓如何成为冻干莓】给了一个思路和代码如下:pd.toexcel之前把这