词云(Word Cloud)又称文字云,是文本数据的视觉表示,由词汇组成类似云的彩色图形,用于展示大量文本数据。每个词的重要性以字体大小或颜色显示。
词云(Word Cloud)主要用来做文本内容关键词出现的频率分析,适合文本内容挖掘的可视化。词云中出现频率较高的词会以较大的形式呈现出来,出现频率较低的词会以较小的形式呈现,词云的本质是点图,是在相应坐标点绘制具有特定样式的文字的结果。
目前已有多种数据分析工具支持这种图形,如Matlab, SPSS, SAS, R和Python等等,也有很多在线网页能生成word cloud,例如wordclouds.com。
wordcloud是python的一个三方库,根据文本中的词频,对内容进行可视化的汇总,可以用来绘制用户画像。
wordcloud的API总体来说并不多,且需要进行的配置并不复杂,适合新手上手。安装wordcloud可以使用python自带的pip工具来进行,本文使用的是python3.7,pip的版本是19.2.1。由于wordcloud依赖于numpy包、pillow包和matplotlib包,所以我们要先装好上述这三个包然后再装wordcloud包。
word cloud
wordcloud库把词云当作一个WordCloud对象,所以使用wordcloud可以大致分为三个步骤(以英文为例):
1、创建对象:wc= wordcloud.WordCloud。
2、加载文本:wc.generate("Choose a life of action, not one of oste-ntation.")。
3、输出文件:wc.to_file("./picture/1.png")。